Crear un trabajo de entrenamiento de configuración

POST

https://api.fastino.ai

training

jobs

curl -X POST https://api.fastino.ai/v1/training/jobs \
  -H "X-API-Key: $FASTINO_API_KEY" \
  -H "Idempotency-Key: YOUR_UNIQUE_RETRY_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "my-model-name",
    "base_model": "fastino/gliner2-base-v1",
    "datasets": [{"name": "my-ready-dataset"}],
    "training_type": "lora",
    "nr_epochs": 5,
    "learning_rate": 5e-5,
    "validation_data_percentage": 0.2
  }'

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "type": "config",
  "model_name": "my-model-name",
  "base_model": "fastino/gliner2-base-v1",
  "status": "requested",
  "training_type": "lora",
  "nr_epochs": 5,
  "learning_rate": 5e-5,
  "validation_data_percentage": 0.2
}

POST /v1/training/jobs Inicia un entrenamiento gestionado asíncrono (trabajo config) y devuelve su registro. Tú proporcionas un dataset y una configuración, y Fastino ejecuta el bucle de entrenamiento. Para el entrenamiento interactivo (trabajo interactive), en el que tu aplicación controla cada paso de entrenamiento, sigue el Inicio rápido del decodificador, que crea un trabajo interactive mediante POST /v1/training/jobs/create-model o el SDK de Tinker compatible. Este endpoint no crea trabajos interactivos. Después de la creación, ambos tipos de trabajo usan sus IDs canónicos con las operaciones documentadas del ciclo de vida en /v1/training/jobs/{job_id}. Los trabajos config entrenan modelos codificadores que devuelve GET /v1/base-models?supports_training=true y que tienen una ruta de despacho compatible con trabajos config. Los modelos base decodificadores devuelven 400; en su lugar, entrena los decodificadores con un trabajo interactive. Este endpoint está limitado a 20 solicitudes por minuto por usuario.

Solicitud

string

requerido

Tu clave de API de Fastino.

string

Clave de reintento generada por el cliente, de 1–255 caracteres; se recomienda un UUID. Repetir la misma clave y cuerpo devuelve el trabajo original. Usar la misma clave con otro cuerpo devuelve 422.

string

requerido

Nombre para mostrar del modelo entrenado. Longitud: 1–100 caracteres.

string

requerido

Un ID de codificador entrenable devuelto por GET /v1/base-models?supports_training=true. El training_type elegido debe tener una ruta de despacho compatible. Los UUID de checkpoint y los modelos base decodificadores devuelven 400.

object[]

requerido

Una o más referencias a datasets subidos. Cada elemento requiere name y puede incluir version; las versiones omitidas se resuelven a la más reciente.

string

predeterminado:"lora"

lora o full. El modelo base seleccionado debe admitir el tipo solicitado.

number

predeterminado:"0.2"

Fracción reservada para validación, de 0 a 0.9 en incrementos de 0.01.

integer

predeterminado:"100"

Número máximo de épocas, de 1 a 10000; la parada temprana puede terminar antes.

number

Tasa de aprendizaje pico de 1e-8 a 1. Omítela para usar la receta de entrenamiento del modelo seleccionado.

integer

Tamaño de lote por dispositivo de 1 a 256. Omítelo para usar el default_training_batch_size del modelo que devuelve GET /v1/base-models?supports_training=true. Un valor mayor que el max_training_batch_size del modelo, cuando el catálogo publica uno, devuelve 422. Si un lote de GLiNER no cabe en la GPU de entrenamiento, se reduce al mayor tamaño que cabe; el batch_size del trabajo muestra el tamaño con el que se ejecuta.

integer

Semilla opcional de reproducibilidad de 0 a 2147483647. Establece provider_name en modal al usarla. Una semilla reduce una fuente de variación, pero no garantiza ejecuciones idénticas bit a bit en la GPU.

string

UUID del proyecto. Si se omite, Fastino asocia el trabajo al proyecto predeterminado del llamante.

Mostrar Parámetros de entrenamiento adicionales

integer

predeterminado:"100"

Guarda un checkpoint cada N pasos, con N de 1 a 2147483647.

boolean

predeterminado:"false"

Conserva un artefacto estructurado del perfil de entrenamiento.

string

Clave de API opcional de Weights & Biases. Trátala como un secreto y nunca la incluyas en el control de versiones, los logs ni los ejemplos.

integer

Rango de LoRA de 1 a 256. Omítelo para usar la receta del modelo.

integer

Alpha de LoRA positivo, hasta 2147483647. Omítelo para usar la receta del modelo.

number

Dropout de LoRA de 0 (incluido) a 1 (excluido). Omítelo para usar la receta del modelo.

number

Fracción de warmup de 0 a 1. Usa este campo para configurar el warmup de trabajos GLiNER.

integer

Número absoluto de pasos de warmup, de 1 a 2147483647. Los trabajos GLiNER rechazan este campo con 422 unsupported_encoder_scheduling; usa warmup_ratio.

string

Programa de tasa de aprendizaje: constant, linear o cosine. Si se omite, GLiNER usa linear; solo se reenvía un valor explícito.

number

Se acepta por compatibilidad de la solicitud, pero no se reenvía al entrenamiento GLiNER. GLiNER usa el valor predeterminado del contenedor 0.01.

integer

predeterminado:"3"

Épocas de validación sin mejora antes de detenerse, de 0 a 10000. Establece 0 para desactivarlo.

number

predeterminado:"0.0001"

Mejora mínima no negativa de la pérdida de validación que cuenta como progreso.

string

Fija un proveedor de entrenamiento compatible. Omítelo para la selección automática.

number

Tasa de aprendizaje del codificador de GLiNER de 1e-8 a 1. Si se omite, usa learning_rate.

number

Tasa de aprendizaje de la cabeza de tarea de GLiNER de 1e-8 a 1. Si se omite, usa learning_rate.

integer

Número positivo de minilotes que se acumulan, hasta 2147483647.

boolean

Habilita el dimensionado automático del dataset de GLiNER.

integer

Límite inferior del dimensionado automático de GLiNER, de 1 a 2147483647.

integer

Límite superior del dimensionado automático de GLiNER, de 1 a 2147483647.

integer

Escala del dimensionado automático de GLiNER por etiqueta, de 1 a 2147483647.

integer

Pasos mínimos del optimizador de GLiNER, de 0 a 2147483647.

integer

Intervalo de validación periódica de GLiNER2, de 1 a 2147483647 pasos del optimizador. Omítelo para validar solo al final de cada época.

integer

Límite por dataset para validación periódica de GLiNER2, de 1 a 2147483647. Omítelo para no aplicar límite.

integer

Longitud máxima de entrada de GLiNER, de 1 a 2147483647 tokens. Omítela para usar el límite de contexto del modelo. Un valor mayor que el max_training_length del modelo que devuelve GET /v1/base-models?supports_training=true devuelve 422.

integer

Máximo de spans gold conservados por consulta de GLiNER2, de 1 a 1024. Omítelo para usar 32.

string

Comportamiento cuando los spans gold superan max_gold_per_query: raise, truncate_with_warning o skip_sample. Omítelo para usar raise.

string

predeterminado:"sft"

Los trabajos config solo admiten sft. Omítelo para usar el valor predeterminado.

curl -X POST https://api.fastino.ai/v1/training/jobs \
  -H "X-API-Key: $FASTINO_API_KEY" \
  -H "Idempotency-Key: YOUR_UNIQUE_RETRY_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "my-model-name",
    "base_model": "fastino/gliner2-base-v1",
    "datasets": [{"name": "my-ready-dataset"}],
    "training_type": "lora",
    "nr_epochs": 5,
    "learning_rate": 5e-5,
    "validation_data_percentage": 0.2
  }'

Respuesta

Devuelve 200 con el registro completo del trabajo, incluidos un id UUID y el estado inicial. El ejemplo siguiente está abreviado; la respuesta real incluye todos los campos definidos por TrainingJobResponse.

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "type": "config",
  "model_name": "my-model-name",
  "base_model": "fastino/gliner2-base-v1",
  "status": "requested",
  "training_type": "lora",
  "nr_epochs": 5,
  "learning_rate": 5e-5,
  "validation_data_percentage": 0.2
}

Guarda el id de esta respuesta. Lo usarás para consultar el estado, obtener métricas y artefactos y ejecutar inferencia contra el modelo entrenado. Un cuerpo con formato incorrecto devuelve 422. Una combinación válida pero no disponible de modelo, dataset, tipo de entrenamiento o proveedor devuelve un error 4xx específico de la solicitud. La creación puede devolver estos conflictos codificados:

Estado	Significado
`402`	La cuenta nunca ha tenido fondos o ha agotado sus créditos.
`403`	Un método de pago, un requisito de la cuenta o el rol de equipo del solicitante impide la creación.
`409 duplicate_training_submission`	Se envió un trabajo activo idéntico en los últimos 60 segundos. Consulta el `job_id` del error en vez de volver a enviarlo.
`409 idempotency_key_job_deleted`	Se eliminó el trabajo creado originalmente con esta clave de idempotencia. Usa una clave nueva para un trabajo nuevo.
`409`	Un dataset referenciado se retiró entre la validación y la inserción del trabajo. Resuelve el dataset y reintenta con una clave nueva.
`422 idempotency_key_reused`	Se usó la misma `Idempotency-Key` con un cuerpo distinto. Usa el cuerpo original para reproducir la solicitud o una clave nueva para crear otro trabajo.
`422 catalog_training_shape_exceeded`	`batch_size` supera el `max_training_batch_size` del modelo, o `max_length` supera su `max_training_length`. Consulta ambos en `GET /v1/base-models?supports_training=true` y envía valores dentro de ellos.
`429`	Se superó el límite de solicitudes o de trabajos `config` activos. Un usuario puede tener como máximo 25 trabajos `config` activos.
`503`	No se pudo comprobar el estado de facturación o todos los proveedores de entrenamiento están al límite de capacidad. Reintenta más tarde con la misma `Idempotency-Key`.

La misma Idempotency-Key y un cuerpo idéntico reproducen el trabajo original en vez de crear otro. Un cuerpo diferente con la misma clave devuelve 422. La comprobación de envíos idénticos durante 60 segundos es independiente de la reproducción mediante clave de idempotencia. Pasado ese intervalo, enviar el mismo cuerpo sin reutilizar la clave original crea y factura otro trabajo. Si el nombre de modelo solicitado ya está en uso, el siguiente trabajo recibe un sufijo como <name>_2. Un modelo base decodificador devuelve 400:

{
  "error": {
    "message": "Decoder training on this route is retired: 'Qwen/Qwen3.6-35B-A3B' cannot be trained here. Train decoders step by step with the training job routes under /v1/training/jobs (see https://docs.fastino.ai/training/quickstart).",
    "type": "invalid_request_error",
    "param": null,
    "code": null
  }
}

Para entrenar un decodificador, crea un trabajo interactive con POST /v1/training/jobs/create-model y sigue el Inicio rápido del decodificador.

Autorización

Requiere el rol Owner, Admin o Editor del equipo. Los demás roles reciben 403 Forbidden.

curl -X POST https://api.fastino.ai/v1/training/jobs \
  -H "X-API-Key: $FASTINO_API_KEY" \
  -H "Idempotency-Key: YOUR_UNIQUE_RETRY_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "my-model-name",
    "base_model": "fastino/gliner2-base-v1",
    "datasets": [{"name": "my-ready-dataset"}],
    "training_type": "lora",
    "nr_epochs": 5,
    "learning_rate": 5e-5,
    "validation_data_percentage": 0.2
  }'

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "type": "config",
  "model_name": "my-model-name",
  "base_model": "fastino/gliner2-base-v1",
  "status": "requested",
  "training_type": "lora",
  "nr_epochs": 5,
  "learning_rate": 5e-5,
  "validation_data_percentage": 0.2
}

Inferencia

Entrenamiento

Crear un trabajo de entrenamiento de configuración

Solicitud

Respuesta

Autorización

​Solicitud

​Respuesta

​Autorización

Solicitud

Respuesta

Autorización