config 任务）、
交互式训练（interactive 任务）或 Auto Train，然后使用
/v1/training/jobs 检查该任务。
编码器快速入门
通过托管训练，从上传的数据集微调 GLiNER 编码器。
解码器快速入门
通过交互式训练来训练 Nemotron 或 Qwen，由你的应用控制每个步骤。
Auto Train
将训练生命周期委托给 Fastino 的自治训练智能体。
选择任务类型
每个任务都有一个type：
两种类型共用同一任务标识。规范读取使用
GET /v1/training/jobs、
GET /v1/training/jobs/{job_id} 和 GET /v1/training/jobs/{job_id}/checkpoints。
原生 JSON 客户端使用 OpenAPI 中 /v1/training/jobs 下的公共操作。现有 Tinker 客户端保留 tinker==0.32.0，并仅设置 TINKER_BASE_URL=https://api.fastino.ai/v1/training/compat/tinker 和 TINKER_CREDENTIAL_CMD。
配置任务生命周期
以下持久化状态描述config 任务。interactive 任务按通过其路由提交的操作运行；不要根据此表推断其生命周期。
normalized_status 提供稳定的轮询值，包括以 failed 表示最终失败状态。
status 则保留持久化值，例如 errored。
交互式任务生命周期
交互式任务按接收顺序运行你发送的 operation。每次调用都会返回future_id；
在 GET /v1/training/jobs/{job_id}/futures/{future_id} 读取结果。
- 无需为请求编号，也无需发送心跳。
- 每个团队最多可以有 16 个活动的交互式任务。每个任务最多可排队 512 个操作，每个团队最多可有 2,048 个正在处理的采样请求。达到任一上限时，API 返回
429。 - 原生 REST 任务 30 分钟内没有调用就会被释放。Tinker SDK 会话在 5 分钟内没有
SDK 心跳时被释放；请保持
ServiceClient活跃或结束会话。检查点会保留。 POST /v1/training/jobs/{job_id}/stop会立即返回并停止接受新调用。已排队的 operation 可能会在资源释放前完成，用量也可能持续到资源释放。停止后仍可从 sampler 检查点采样并下载。
交互式任务计费
交互式任务会对 forward 和 forward/backward 训练 token、采样的输入 token、缓存读取 token 和输出 token，以及检查点存储计费。检查点存储按天计量，价格为 $0.05 / GB·月。各模型的预填充、缓存读取、采样输出和训练 token 费率请参阅定价。 创建模型、执行优化器步骤以及保存或加载检查点不会产生额外的交互式训练用量费用。启动或扩展计算时，账户和项目支出控制仍然适用。使用GET /v1/training/usage 读取团队范围的交互式检查点存储量和月度价格；它不返回计算用量或总账单。任务计费端点仅适用于配置任务。
后续步骤
编码器快速入门
使用托管训练微调 GLiNER 编码器。
解码器快速入门
通过交互式训练来训练 Nemotron 或 Qwen。
交互式训练循环
构建 datum、更新模型并从检查点采样。
微调 GLiNER
准备实体数据并训练 GLiNER 模型。