Trainingsumgebung
Das SDK lädt das Schülermodell und trainiert es in der ausgewählten Laufzeit. Website/API koordinieren Sitzung, Konfiguration, vorbereitete Daten, Fortschritt und Artefaktbereitstellung. AI Hosting ist optional und wird separat berechnet.
Training in der Laufzeit Ihrer Wahl
Website/API authentifiziert den Schlüssel mit `ai:training`, öffnet eine Sitzung für einen bezahlten Job, bereitet Trainings- und zurückgehaltene Validierungsdaten vor und überträgt sie zusammen mit Ziel und Konfiguration. Das SDK lädt das Schülermodell und trainiert es in FusionPointAI AI Hosting, im Rechenzentrum des Kunden oder in Google Colab beziehungsweise einer ähnlichen Umgebung. Fortschritt, Evaluierung und der lokal erzeugte Artefaktbericht werden an die Sitzung zurückgemeldet. Beispiele zur Datengenerierung veranschaulichen nur Inhalt und Format.
Zwei Modelle mit unterschiedlichen Aufgaben
Das Referenzmodell dient als geeigneter Lehrer oder als Leistungsreferenz. Das Kundenmodell ist ein separates Schülermodell, dessen Gewichte trainiert werden. Ein Prompt beschreibt das Ziel; er verändert nicht selbst die Modellgewichte und kopiert auch kein proprietäres Modell.
Automatisches Training
Beschreiben Sie Zielsprache, Spezialisierung oder gewünschte Fähigkeit, Leistungskriterien und Bereitstellungswunsch. Die Website bereitet Konfiguration und Sitzung vor; das SDK führt das Training in der ausgewählten Laufzeit aus.
Erweitertes Training
Wählen Sie aus den Schülermodellen, Trainingsverfahren, Datensatzgrößen, Rechenanforderungen und Bereitstellungsformaten, die für die gewählte Referenzkonfiguration geeignet sind. Optionen außerhalb des genehmigten Umfangs erfordern ein separates kommerzielles Angebot statt eines beliebigen Rechner-Gesamtpreises.
Trainingsziele und Daten
Legen Sie Aufgabe und Abnahmekriterien vor dem Training fest. Verwenden Sie vom Kunden autorisierte Datensätze oder lizenzierte, für das Projekt genehmigte Lernressourcen. Datenaufbereitung, Herkunft, zulässige Nutzungen und Evaluierungsaufteilungen müssen vor der Ausführung feststehen.
Training mit dem SDK
Das Schülermodell wird im FusionPointAI-Trainings-SDK geladen und feinabgestimmt. Das SDK läuft auf FusionPointAI AI Hosting, im Rechenzentrum des Kunden oder in Google Colab beziehungsweise einer ähnlichen Umgebung. Das Website-VPS führt kein GPU-Training aus.
Evaluierung anhand vereinbarter Kriterien
Messen Sie das resultierende Modell anhand eines dokumentierten, zurückgehaltenen Evaluierungsdatensatzes. Berichte unterscheiden das gewünschte Ziel vom tatsächlich erreichten Ergebnis. Die Leistung des Referenzmodells ist ein Evaluierungsziel und keine uneingeschränkte Zusage, bei jeder Aufgabe gleichwertige Ergebnisse zu erzielen.
Bereitstellung des Kundenmodells
Das genehmigte Angebot nennt das Lieferobjekt, die Modelllizenz, das Artefaktformat und etwaige Abhängigkeiten von Adaptern oder Basismodellen. Für die Bereitstellung als Download ist kein AI-Hosting-Abonnement erforderlich. Eine dedizierte Bereitstellung ist, sofern unterstützt, eine optionale Lieferform.
Enthaltener Zugang zum Referenzmodell
Ein erworbener, geeigneter Trainingstarif umfasst während des genehmigten Trainingszeitraums den API-Zugang zum Referenzmodell. Der Zugang beginnt nach bestätigter Zahlung und endet zum erfassten Ablaufdatum oder bei einem früheren Widerruf gemäß Vereinbarung. Er verlängert sich nicht unbegrenzt; für die weitere Nutzung ist ein separates geeignetes Abonnement erforderlich.
Datentrennung und Zugriff
Der Projektzugriff richtet sich nach den bestehenden Konto- und Jobberechtigungen. Trainingsdaten und bereitgestellte Artefakte unterliegen den etablierten Kontrollen für private Dateien und Aufbewahrung. Laden Sie keine Daten hoch, wenn Ihnen die erforderlichen Rechte fehlen oder die vereinbarten Verarbeitungsbedingungen diese Daten nicht abdecken.
Illustratives Datenbeispiel: deutschsprachige Unterstützung
Ein Beispiel für generierte Trainingsdaten könnte eine deutschsprachige Anfrage mit einer Zielantwort verknüpfen; separate Beispiele bleiben für die Validierung zurückgehalten. Das veranschaulicht ausschließlich die Datenaufbereitung.
Training oder Modellentwicklung
Training entwickelt Fähigkeiten in einem separaten Kundenmodell. Modellentwicklung passt ein bestehendes Artefakt hinsichtlich Größe, Präzision, Laufzeit oder Bereitstellung an. Beide Abläufe können dieselben Dienste für Vorbereitung, Evaluierung und Bereitstellung nutzen, ohne zu doppelten Backends zu werden.