Trainingsjobs-API

Die Trainingsjobs-API verwaltet den gesamten Lebenszyklus eines Fine-Tuning-Jobs. Alle Endpunkte verwenden die Routenfamilie /v1/training-jobs und erfordern einen API-Schlüssel im Header X-API-Key. API-Basis-URL: https://api.fastino.ai

export FASTINO_API_KEY="fast_sk_..."

Senden Sie den Schlüssel bei jeder Trainingsanfrage mit:

X-API-Key: $FASTINO_API_KEY

Rufen Sie GET /v1/base-models?supports_training=true unmittelbar vor dem Erstellen eines Jobs auf. Dies ist die verbindliche Quelle für aktuell trainierbare Modell-IDs.

Die veraltete Routenfamilie /felix/training-jobs ist außer Betrieb genommen. Verwenden Sie /v1/training-jobs für neue und migrierte Integrationen.

Statuslebenszyklus

Antworten von Trainingsjobs enthalten:

status: gespeicherter Job-Status.
normalized_status: stabiler Status, der für das Polling im Client vorgesehen ist.
is_terminal_status: gibt an, ob das Polling beendet werden kann.
error_message: Fehlerinformationen, sofern verfügbar.
is_deployable: gibt an, ob das fertige Artefakt die Bereitstellungsprüfung besteht.
deployability_reason: Grund, warum das Artefakt nicht bereitstellbar ist.

Bevorzugen Sie in Polling-Clients normalized_status und is_terminal_status.

Gespeicherter Status	Beschreibung
`requested`	Der Job wurde angenommen und wartet auf die Zuweisung oder Bereitstellung.
`running`	Das Training läuft.
`complete`	Das Training wurde erfolgreich abgeschlossen. Die Vorbereitung des Artefakts kann noch andauern.
`normalizing`	Fastino bereitet das trainierte Artefakt vor.
`artifact_ready`	Das trainierte Artefakt ist bereit.
`deployed`	Das Artefakt wurde bereitgestellt.
`paused`	Der Job oder seine Pipeline ist angehalten.
`errored`	Training, Zuweisung oder Artefaktvorbereitung ist fehlgeschlagen.
`stopped`	Der Job wurde gestoppt, während vorhandene Checkpoints erhalten blieben.
`terminated`	Der Job wurde beendet und seine Checkpoints wurden gelöscht.

Endpunkte

Methode	Endpunkt	Zweck
`POST`	`/v1/training-jobs`	Trainingsjob erstellen
`GET`	`/v1/training-jobs`	Trainingsjobs auflisten
`GET`	`/v1/training-jobs/{job_id}`	Status, Konfiguration und Metriken abrufen
`PATCH`	`/v1/training-jobs/{job_id}`	Projekt zuweisen oder Zuweisung aufheben
`PATCH`	`/v1/training-jobs/{job_id}/model-name`	Trainiertes Modell umbenennen
`GET`	`/v1/training-jobs/{job_id}/logs`	Snapshot der Trainingslogs abrufen
`GET`	`/v1/training-jobs/{job_id}/billing`	Abrechnungsergebnis abrufen
`GET`	`/v1/training-jobs/{job_id}/deployments`	Aus dem Job erstellte Deployments auflisten
`POST`	`/v1/training-jobs/{job_id}/stop`	Job stoppen und Checkpoints erhalten
`POST`	`/v1/training-jobs/{job_id}/terminate`	Job stoppen und Checkpoints löschen
`POST`	`/v1/training-jobs/{job_id}/sync`	Status vom Trainingsanbieter aktualisieren
`POST`	`/v1/training-jobs/{job_id}/push-to-hub`	Abgeschlossenes Artefakt an den Hugging Face Hub übertragen
`GET`	`/v1/training-jobs/{job_id}/checkpoints`	Checkpoints auflisten
`POST`	`/v1/training-jobs/{job_id}/checkpoints/{checkpoint_id}/deploy`	Checkpoint bereitstellen
`GET`	`/v1/training-jobs/{job_id}/download`	Temporäre Download-URL für Gewichte abrufen
`DELETE`	`/v1/training-jobs/{job_id}`	Job und seine Checkpoints löschen

Erste Schritte

Kernkonzepte

Trainings-API

API-Referenz

Konto

Änderungsprotokoll

Statuslebenszyklus

Endpunkte

​Statuslebenszyklus

​Endpunkte

Statuslebenszyklus

Endpunkte