Los comandos y el código se mantienen en inglés en todos los idiomas. Sustituye los marcadores en mayúsculas por valores de tu cuenta y de tu tarea de pago; no pegues claves reales en cuadernos ni registros compartidos.
El recorrido de entrenamiento
- Objetivo Definir la tarea y los criterios de aceptación
- Referencia Preparar material de referencia autorizado
- Modelo entrenable Entrenar en el entorno seleccionado
- Evaluación Comparar con el nivel inicial
- Entrega Exportar el modelo o adaptador independiente
Objetivo: Definir la tarea y los criterios de aceptación. Referencia: Preparar material de referencia autorizado. Modelo entrenable: Entrenar en el entorno seleccionado. Evaluación: Comparar con el nivel inicial. Entrega: Exportar el modelo o adaptador independiente
Dónde se realiza el trabajo
- Tu aplicación Clave API, objetivo y tarea aprobada
- API de FusionPointAI Sesión, acceso de referencia y datos preparados
- Entorno de entrenamiento SDK, modelo entrenable y GPU
- Resultado local Paquete del modelo e informe de evaluación
Tu aplicación: Clave API, objetivo y tarea aprobada. API de FusionPointAI: Sesión, acceso de referencia y datos preparados. Entorno de entrenamiento: SDK, modelo entrenable y GPU. Resultado local: Paquete del modelo e informe de evaluación
De un objetivo a un modelo independiente
Elige un plan del proveedor y un modelo de referencia, define la tarea y configura el modelo alumno y el entorno de ejecución. TrainingProject puede solicitar al modelo de referencia material de entrenamiento autorizado, mientras que el entorno seleccionado carga el modelo alumno y actualiza sus pesos. El resultado es un modelo o adaptador independiente, no una copia de los pesos del modelo de referencia.
- Empieza con un objetivo medible, como clasificar documentos en alemán.
- Mantén diferenciados el acceso al modelo de referencia, el modelo alumno, el entorno de ejecución y los criterios de evaluación.
- TrainingClient sigue disponible para los flujos existentes de trabajos de pago y sesiones.
Tres componentes, tres responsabilidades
Tu clave API autoriza el acceso al servicio; no es una GPU. La API coordina sesiones, datos preparados e informes. Tu entorno de ejecución proporciona memoria, almacenamiento y capacidad de cómputo. El SDK realiza la optimización local y prepara el paquete del resultado. El alojamiento puede proporcionarlo FusionPointAI, tu centro de datos o un entorno compatible, como Colab.
- No guardes credenciales en archivos del modelo ni en paquetes exportados.
- Revisa qué objetivo y material de entrenamiento se envían al modelo de referencia.
- Un informe de finalización no es una certificación independiente de la calidad del modelo.
Elige tu recorrido de lectura
Los usuarios nuevos pueden seguir Inicio rápido, Conceptos, Modelos, Conjuntos de datos, Entrenamiento y Evaluación en ese orden. Los integradores pueden ir directamente a las referencias de la API y de Python. Los operadores también deberían leer Recuperación y Despliegue del entorno de ejecución.
- Revisa el plan antes de usar recursos de cómputo o enviar solicitudes al modelo de referencia.
- Conserva intacta una referencia inicial para compararla.
- Exporta solo después de revisar los resultados del entrenamiento y la evaluación.
Referencia de la API
| Punto de acceso | Finalidad y comportamiento |
|---|---|
POST /api/v1/training/quotes
Authorization: Bearer ai:training |
Validar una referencia, un plan y una configuración aptos; devolver un UUID de cotización, moneda, fixed_total y expires_at. Usa el plan aprobado y la configuración elegible del modelo entrenable, no precios arbitrarios del cliente.
|
GET /api/v1/training/jobs
Authorization: Bearer ai:training |
Enumerar las tareas del cliente autenticado. Inspecciona la colección devuelta y los ID de recursos en lugar de adivinar identificadores numéricos. |
POST /api/v1/training/jobs
Authorization: Bearer ai:training |
Crear una tarea de la cuenta a partir de un UUID de cotización válido. La respuesta incluye el ID de la tarea, el estado, el ID de factura y marcas de tiempo; crearla no demuestra que se haya pagado. |
GET /api/v1/training/jobs/{job}
Authorization: Bearer ai:training |
Consultar una tarea propia mediante su UUID, incluido el progreso y el estado de entrega. |
GET /api/v1/training/jobs/{job}/artifacts/{file}
Authorization: Bearer ai:training |
Descargar un archivo publicado perteneciente a esta tarea. El ZIP local del SDK no se carga automáticamente ni queda disponible mediante esta ruta. |
POST /api/v1/training/sessions
Authorization: Bearer ai:training |
Cuerpo: UUID de la tarea, runtime y reference_model_id positivo opcional. Devolver la sesión nueva o reutilizada; solo se puede cambiar la referencia antes de que empiece la preparación.
|
GET /api/v1/training/sessions/{session}
Authorization: Bearer ai:training |
Consultar una sesión propia, su configuración, conjuntos de datos, informe y estado. Consultar el estado no inicia el entrenamiento. |
POST /api/v1/training/sessions/{session}/prepare
Authorization: Bearer ai:training |
Envía un objeto JSON vacío para solicitar un lote de preparación acotado. Repite mientras haya progreso hasta que esté listo, sin superar el presupuesto de solicitudes. |
GET /api/v1/training/sessions/{session}/datasets/{split}
Authorization: Bearer ai:training |
Descargar train o validation como application/x-ndjson. Comprueba los bytes, SHA-256 y las filas con el manifiesto de esa sesión.
|
POST /api/v1/training/sessions/{session}/events
Authorization: Bearer ai:training |
Informar del estado real, step, total_steps y las métricas opcionales loss/eval_loss. Usa solo los valores admitidos para estados y códigos de error.
|
POST /api/v1/training/sessions/{session}/complete
Authorization: Bearer ai:training |
Enviar artifact_name y el informe completo del entrenamiento real. El servicio comprueba el método, la revisión base, los cambios de pesos, el resumen criptográfico del artefacto y los criterios de evaluación.
|
POST /api/v1/training/sessions/{session}/cancel
Authorization: Bearer ai:training |
Envía un objeto JSON vacío para cancelar un estado apto del servicio. Cuando sea necesario, detén por separado el proceso GPU; esto no es pausar ni reanudar. |
POST /api/v1/training/projects/authorize
Authorization: Bearer ai:training |
Envía POST /api/v1/training/projects/authorize con provider y un reference_model_id positivo. El servicio vuelve a comprobar que la cuenta autenticada tenga acceso de pago para entrenar con ese modelo de referencia y devuelve el trabajo, la autorización, el proveedor, el modelo y su caducidad, todos propios de la cuenta. No crea ni modifica presupuestos ni pagos.
|
POST /api/v1/training/projects/teacher
Authorization: Bearer ai:training |
Envía POST /api/v1/training/projects/teacher con provider, reference_model_id, action (curriculum o lessons), objective, topic opcional, count (1–4) y hasta ocho approved_examples (máximo 2.000 caracteres cada uno). Devuelve temas o filas con texto y tema de las lecciones. Envía solo material de entrenamiento aprobado, nunca datos de validación ni del conjunto de prueba final.
|
FAQ
¿Un solo objetivo puede iniciar el flujo automático?
Puede iniciar la configuración. El entrenamiento efectivo solo comienza cuando se cumplen los permisos necesarios, se aprueban los datos, hay un modelo alumno compatible, se acepta el presupuesto exacto, se confirma el pago y se satisfacen los requisitos de ejecución.
¿Recibiré los pesos originales del modelo de referencia?
No se presupone ninguna transferencia automática. El modelo de tu organización se entrena por separado y el presupuesto aprobado define los entregables y la licencia.
¿El rendimiento será idéntico al del modelo de referencia?
No se garantiza de forma incondicional. Las capacidades acordadas se evalúan con pruebas documentadas y se comunican los resultados medidos.
¿Tengo que contratar alojamiento?
No, si el entregable aprobado es un artefacto descargable. Los despliegues alojados compatibles se presupuestan por separado del proyecto de entrenamiento, que se cobra una sola vez.
¿Qué ocurre después con el acceso API incluido?
Caduca al finalizar el periodo de entrenamiento registrado. Después puedes elegir una suscripción independiente de Unlimited API que esté disponible.
¿Un plan de entrenamiento del proveedor cubre varios modelos de referencia?
Sí. Un solo plan cubre todos los modelos de referencia disponibles del proveedor contratado. Puedes elegir un modelo para cada sesión o cambiarlo por otro disponible antes de prepararla, sin contratar otra suscripción. El acceso se limita al periodo pagado y finaliza al caducar el plan, salvo que se revoque antes.