Zum Hauptinhalt springen
Jeder Fastino-Trainingsworkload ist ein Job. Wählen Sie verwaltetes Training (config-Job), interaktives Training (interactive-Job) oder Auto Train und prüfen Sie den Job anschließend über /v1/training/jobs.

Encoder-Schnellstart

Stimmen Sie einen GLiNER-Encoder mit einem hochgeladenen Datensatz und verwaltetem Training fein.

Decoder-Schnellstart

Trainieren Sie Nemotron oder Qwen mit interaktivem Training, bei dem Ihre Anwendung jeden Schritt steuert.

Auto Train

Delegieren Sie den Trainingslebenszyklus an Fastinos autonomen Trainingsagenten.

​
Jobtyp auswählen

Jeder Job hat einen type: Beide Typen teilen dieselbe Job-Identität. Kanonische Lesezugriffe verwenden GET /v1/training/jobs, GET /v1/training/jobs/{job_id} und GET /v1/training/jobs/{job_id}/checkpoints. Native JSON-Clients verwenden die öffentlichen Vorgänge unter /v1/training/jobs aus OpenAPI. Bestehende Tinker-Clients behalten tinker==0.32.0 und setzen nur TINKER_BASE_URL=https://api.fastino.ai/v1/training/compat/tinker sowie TINKER_CREDENTIAL_CMD.

​
Lebenszyklus von Config-Jobs

Die folgenden gespeicherten Status beschreiben config-Jobs. Ein interactive-Job folgt den über seine Routen gesendeten Operationen; leiten Sie dessen Lebenszyklus nicht aus dieser Tabelle ab. normalized_status liefert den stabilen Polling-Wert, einschließlich failed bei einem endgültigen Fehler. status bleibt der gespeicherte Wert, beispielsweise errored.

​
Lebenszyklus interaktiver Jobs

Ein interaktiver Job führt die Operationen aus, die Sie senden, in der Reihenfolge des Eingangs. Jeder Aufruf gibt eine future_id zurück; lesen Sie das Ergebnis unter GET /v1/training/jobs/{job_id}/futures/{future_id}.
  • Sie nummerieren keine Anfragen und senden keine Heartbeats.
  • Jedes Team kann höchstens 16 aktive interaktive Jobs haben. Pro Job können höchstens 512 Operationen in der Warteschlange stehen, und pro Team höchstens 2,048 Sampling-Anfragen gleichzeitig verarbeitet werden. Beim Überschreiten eines Limits gibt die API 429 zurück.
  • Ein nativer REST-Job ohne Aufrufe für 30 Minuten wird freigegeben. Eine Tinker-SDK-Sitzung wird nach 5 Minuten ohne SDK-Heartbeat freigegeben; halten Sie den ServiceClient aktiv oder beenden Sie die Sitzung. Checkpoints bleiben erhalten.
  • POST /v1/training/jobs/{job_id}/stop antwortet sofort und nimmt keine neuen Aufrufe mehr an. Bereits eingereihte Operationen können abgeschlossen werden, bevor Ressourcen freigegeben werden. Die Nutzung kann bis zu dieser Freigabe weiterlaufen. Sampler-Checkpoints lassen sich danach weiter samplen und herunterladen.

​
Abrechnung interaktiver Jobs

Bei interaktiven Jobs werden Trainings-Tokens für Forward- sowie Forward/Backward-Aufrufe, Eingabe-, Cache-Read- und Ausgabe-Tokens beim Sampling sowie Checkpoint-Speicher abgerechnet. Checkpoint-Speicher wird täglich zu $0.05 pro GB-Monat erfasst. Die Prefill-, Cache-Read-, Sample-Ausgabe- und Training-Token-Tarife jedes Modells finden Sie unter Preise. Das Erstellen eines Modells, Optimizer-Schritte sowie das Speichern oder Laden von Checkpoints verursachen keine zusätzlichen Nutzungsgebühren für interaktives Training. Ausgabenlimits für Konto und Projekt gelten weiterhin, wenn Compute gestartet oder erweitert wird. Verwenden Sie GET /v1/training/usage, um den teamweiten Speicher interaktiver Checkpoints und seinen Monatspreis abzurufen. Rechenverbrauch und Gesamtabrechnung sind nicht enthalten. Der Job-Abrechnungsendpunkt gilt nur für Config-Jobs.

​
Nächste Schritte

Encoder-Schnellstart

Stimmen Sie einen GLiNER-Encoder mit verwaltetem Training fein.

Decoder-Schnellstart

Trainieren Sie Nemotron oder Qwen mit interaktivem Training.

Interaktiver Trainingsloop

Datums erstellen, das Modell aktualisieren und aus Checkpoints samplen.

GLiNER feinabstimmen

Entitätsdaten vorbereiten und ein GLiNER-Modell trainieren.
Informationen zur Migration eines vorhandenen Tinker-SDK-Workloads finden Sie unter Von Tinker migrieren.