Les commandes et le code restent en anglais dans toutes les langues. Remplacez les espaces réservés en majuscules par les valeurs de votre compte et de votre tâche payante ; ne collez pas de vraies clés dans des carnets ou des journaux partagés.
Le parcours d’entraînement
- Objectif Définir la tâche et les critères d’acceptation
- Référence Préparer des contenus de référence autorisés
- Modèle Entraîner dans l’environnement choisi
- Évaluation Comparer avec le niveau initial
- Livraison Exporter le modèle ou l’adaptateur indépendant
Objectif: Définir la tâche et les critères d’acceptation. Référence: Préparer des contenus de référence autorisés. Modèle: Entraîner dans l’environnement choisi. Évaluation: Comparer avec le niveau initial. Livraison: Exporter le modèle ou l’adaptateur indépendant
Où se déroule le travail
- Votre application Clé API, objectif et tâche approuvée
- API FusionPointAI Session, accès aux références et données préparées
- Environnement d’entraînement SDK, modèle entraînable et GPU
- Résultat local Paquet du modèle et rapport d’évaluation
Votre application: Clé API, objectif et tâche approuvée. API FusionPointAI: Session, accès aux références et données préparées. Environnement d’entraînement: SDK, modèle entraînable et GPU. Résultat local: Paquet du modèle et rapport d’évaluation
D’un objectif à un modèle distinct
Choisissez une offre fournisseur et un modèle de référence, définissez la tâche, puis configurez le modèle à entraîner et son environnement d’exécution. TrainingProject peut demander au modèle de référence du contenu d’entraînement autorisé ; l’environnement choisi charge le modèle à entraîner et met à jour ses poids. Le résultat est un modèle distinct ou un adaptateur, et non une copie des poids du modèle de référence.
- Commencez par un objectif mesurable, par exemple la classification de documents en allemand.
- Distinguez l’accès au modèle de référence, le modèle à entraîner, l’environnement d’exécution et les critères d’évaluation.
- TrainingClient reste disponible pour les processus existants fondés sur des tâches payantes et des sessions.
Trois éléments, trois rôles
Votre clé API autorise l’accès au service ; ce n’est pas un GPU. L’API coordonne les sessions, les données préparées et les rapports. Votre environnement d’exécution fournit la mémoire, le stockage et la puissance de calcul. Le SDK optimise le modèle localement et prépare le paquet de résultats. L’hébergement peut être assuré par FusionPointAI, votre centre de données ou un environnement compatible, tel que Colab.
- Ne stockez pas les identifiants dans les fichiers du modèle ni dans les paquets exportés.
- Vérifiez quel objectif et quel contenu d’entraînement sont transmis au modèle de référence.
- Un rapport de fin d’exécution ne constitue pas une certification indépendante de la qualité du modèle.
Choisir son parcours de lecture
Les nouveaux utilisateurs peuvent suivre, dans l’ordre, Démarrage rapide, Concepts, Modèles, Jeux de données, Entraînement et Évaluation. Les intégrateurs peuvent consulter directement les références de l’API et de Python. Les opérateurs devraient également lire Reprise et Déploiement de l’environnement d’exécution.
- Examinez le plan avant d’utiliser des ressources de calcul ou d’envoyer des requêtes au modèle de référence.
- Conservez une référence de départ intacte pour pouvoir comparer.
- N’exportez qu’après avoir examiné les résultats d’entraînement et d’évaluation.
Référence de l’API
| Point d’accès | Rôle et comportement |
|---|---|
POST /api/v1/training/quotes
Authorization: Bearer ai:training |
Valider une référence, une offre et une configuration admissibles ; renvoyer un UUID de devis, une devise, fixed_total et expires_at. Utilisez l’offre approuvée et les paramètres admissibles du modèle entraînable, pas des prix client arbitraires.
|
GET /api/v1/training/jobs
Authorization: Bearer ai:training |
Lister les tâches du client authentifié. Examinez la collection renvoyée et les ID des ressources au lieu de deviner des identifiants numériques. |
POST /api/v1/training/jobs
Authorization: Bearer ai:training |
Créer la tâche appartenant au compte à partir d’un UUID de devis valide. La réponse contient l’ID de la tâche, son état, l’ID de facture et des horodatages ; la création d’une tâche ne prouve pas que le paiement a été effectué. |
GET /api/v1/training/jobs/{job}
Authorization: Bearer ai:training |
Lire une tâche appartenant au compte à l’aide de son UUID, ainsi que sa progression et son état de livraison. |
GET /api/v1/training/jobs/{job}/artifacts/{file}
Authorization: Bearer ai:training |
Télécharger un fichier publié appartenant à cette tâche. Le ZIP local du SDK n’est pas automatiquement téléversé ni disponible via cette route. |
POST /api/v1/training/sessions
Authorization: Bearer ai:training |
Corps : UUID de la tâche, environnement d’exécution et reference_model_id positif facultatif. Renvoyer la session créée ou réutilisée ; la référence ne peut être modifiée qu’avant le début de la préparation.
|
GET /api/v1/training/sessions/{session}
Authorization: Bearer ai:training |
Lire une session appartenant au compte, ainsi que sa configuration, ses jeux de données, son rapport et son état. La lecture de l’état ne démarre pas l’entraînement. |
POST /api/v1/training/sessions/{session}/prepare
Authorization: Bearer ai:training |
Envoyer un objet JSON vide pour demander un lot de préparation plafonné. Répéter tant que le traitement progresse, jusqu’à ce que la session soit prête et dans la limite du budget de requêtes. |
GET /api/v1/training/sessions/{session}/datasets/{split}
Authorization: Bearer ai:training |
Télécharger train ou validation au format application/x-ndjson. Vérifier les octets, le SHA-256 et les lignes par rapport au manifeste de cette session.
|
POST /api/v1/training/sessions/{session}/events
Authorization: Bearer ai:training |
Signaler l’état réel, step, total_steps et éventuellement les métriques loss/eval_loss. Utiliser uniquement les valeurs d’état et de code d’erreur prises en charge.
|
POST /api/v1/training/sessions/{session}/complete
Authorization: Bearer ai:training |
Envoyer artifact_name et le rapport complet de l’entraînement réel. Le service vérifie la méthode, la révision de base, les changements de poids, l’empreinte de l’artefact et les critères d’évaluation.
|
POST /api/v1/training/sessions/{session}/cancel
Authorization: Bearer ai:training |
Envoyer un objet JSON vide pour annuler un état de service admissible. Si nécessaire, arrêtez vous-même le processus GPU distinct ; il ne s’agit pas d’une pause ni d’une reprise. |
POST /api/v1/training/projects/authorize
Authorization: Bearer ai:training |
Envoyez POST /api/v1/training/projects/authorize avec provider et un reference_model_id positif. Le service revérifie les droits payants du compte authentifié pour l’entraînement avec ce modèle de référence et renvoie la tâche, l’autorisation, le fournisseur, le modèle et son expiration, appartenant au compte. Aucun devis ni paiement n’est créé ou modifié.
|
POST /api/v1/training/projects/teacher
Authorization: Bearer ai:training |
Envoyez POST /api/v1/training/projects/teacher avec provider, reference_model_id, action (curriculum ou lessons), objective, un topic facultatif, count (1–4) et jusqu’à huit approved_examples (2 000 caractères maximum chacun). La réponse contient des thèmes ou des lignes de texte/thème de leçon. N’envoyez que des contenus d’entraînement approuvés, jamais des données de validation ou de test final.
|
FAQ
Un seul objectif suffit-il pour lancer le parcours automatique ?
Il peut lancer la configuration. L’entraînement effectif ne commence qu’une fois réunis les autorisations requises, les données approuvées, un modèle étudiant compatible, le devis détaillé, le paiement et les prérequis d’exécution.
Recevrai-je les poids d’origine du modèle de référence ?
Aucun transfert automatique n’est prévu. Le modèle client est entraîné séparément ; ses livrables et sa licence sont définis dans le devis approuvé.
Les performances seront-elles identiques à celles du modèle de référence ?
Pas sans condition. Les objectifs de capacité convenus sont évalués à l’aide de benchmarks documentés et les résultats mesurés sont communiqués.
Dois-je acheter un hébergement ?
Non, si le livrable approuvé est un artefact téléchargeable. Les déploiements hébergés pris en charge sont facturés séparément du projet d’entraînement ponctuel.
Que devient l’accès API inclus après cette période ?
Il expire à la fin de la période d’entraînement enregistrée. Vous pouvez ensuite choisir un abonnement Unlimited API distinct parmi les offres disponibles.
Un abonnement de formation auprès d’un fournisseur couvre-t-il plusieurs modèles de référence ?
Oui. Un seul abonnement couvre tous les modèles de référence disponibles chez le fournisseur choisi. Sélectionnez un modèle pour chaque session ou passez à un autre modèle disponible avant la préparation, sans nouvel abonnement. L’accès reste soumis à la période payée ; il prend fin à l’expiration ou peut être révoqué plus tôt.