Préparer et importer des datasets d'entraînement

Les jobs d’entraînement référencent des datasets prêts par leur nom. Préparez un fichier JSONL, importez-le via l’API de datasets en deux étapes, puis vérifiez que la version traitée existe avant d’appeler POST /v1/training/jobs.

Choisir un format de dataset

Chaque ligne du fichier doit être un objet JSON. Utilisez une structure cohérente dans tout le dataset.

Reconnaissance d’entités nommées

Utilisez text avec une liste entities de paires [span, label]. Chaque span doit apparaître dans le texte, mais la correspondance ne tient pas compte de la casse : "ada lovelace" est valide pour "Ada Lovelace". Incluez des exemples négatifs avec une liste vide.

{"text":"Ada Lovelace worked in London.","entities":[["Ada Lovelace","PERSON"],["London","LOCATION"]]}
{"text":"No tagged entities here.","entities":[]}

Classification

Utilisez label pour des données à étiquette unique ou labels pour des données multi-étiquettes. Utilisez le même champ dans chaque ligne.

{"text":"The setup was straightforward.","label":"positive"}
{"text":"The request needs technical help.","label":"technical"}

Format de la bibliothèque GLiNER2

Les imports NER et de classification acceptent aussi le format canonique input et output de GLiNER2. Pour le NER, associez chaque étiquette d’entité à ses spans :

{"input":"Ada Lovelace worked in London.","output":{"entities":{"PERSON":["Ada Lovelace"],"LOCATION":["London"]}}}
{"input":"No tagged entities here.","output":{"entities":{"PERSON":[],"LOCATION":[]}}}

Pour la classification, classifications peut contenir une ou plusieurs tâches par ligne :

{"input":"jump now","output":{"classifications":[{"task":"action","labels":["jump","wait"],"true_label":["jump"]},{"task":"urgency","labels":["now","later"],"true_label":["now"]}]}}

Utilisez une seule structure par ligne. Ne mélangez pas text, label, labels ou entities avec les champs input et output sur la même ligne.

NER et classification conjoints

Une ligne peut contenir à la fois entities et label pour entraîner les deux têtes. Conservez cette même structure conjointe dans chaque ligne et ne mélangez pas label à étiquette unique avec labels multi-étiquettes.

{"text":"Ada Lovelace worked in London.","entities":[["Ada Lovelace","PERSON"],["London","LOCATION"]],"label":"biography"}
{"text":"No tagged entities here.","entities":[],"label":"other"}

Décodeur

Définissez dataset_type sur decoder et donnez à chaque ligne un tableau messages avec les rôles et le contenu du chat.

{"messages":[{"role":"user","content":"What is 2+2?"},{"role":"assistant","content":"4"}]}

Le service de datasets accepte les datasets de décodeur pour les workflows de l’agent de fine-tuning et de stockage. Les jobs de configuration refusent les modèles de base décodeurs ; ne considérez donc pas dataset_type: decoder comme une voie directe d’entraînement d’un décodeur par un job de configuration. Les jobs interactifs n’acceptent pas de nom de dataset : lisez et tokenisez les exemples dans votre application, puis envoyez des datums tokenisés comme indiqué dans le démarrage rapide du décodeur.

Importer un dataset

1. Réserver une URL d’import

curl --fail-with-body -sS https://api.fastino.ai/v1/datasets/upload/url \
  -H "X-API-Key: $FASTINO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "dataset_name": "docs-example-ner",
    "filename": "training.jsonl",
    "dataset_type": "ner"
  }' | tee dataset-upload.json

export PRESIGNED_URL="$(jq -r '.presigned_url' dataset-upload.json)"
export DATASET_ID="$(jq -r '.dataset_id' dataset-upload.json)"
export DATASET_VERSION="$(jq -r '.version_number' dataset-upload.json)"

La réponse contient une presigned_url de courte durée, un dataset_id et un version_number. Les commandes ci-dessus conservent ces trois valeurs. Importez les octets exacts du fichier vers l’URL présignée :

curl --fail-with-body -X PUT \
  -H "Content-Type: application/octet-stream" \
  --upload-file training.jsonl "$PRESIGNED_URL"

2. Traiter le fichier importé

curl --fail-with-body -sS https://api.fastino.ai/v1/datasets/upload/process \
  -H "X-API-Key: $FASTINO_API_KEY" \
  -H "Content-Type: application/json" \
  -d "$(jq -n --arg dataset_id "$DATASET_ID" '{dataset_id: $dataset_id}')"

Le traitement renvoie 202. Interrogez le dataset par son nom et sélectionnez l’entrée dont le version_number correspond exactement à la réponse de l’import. Continuez jusqu’à ce que le status de cette version soit ready ou failed. S’il vaut failed, arrêtez et affichez son processing_error ; n’utilisez pas cette version pour l’entraînement.

curl --fail-with-body -sS https://api.fastino.ai/v1/datasets/docs-example-ner \
  -H "X-API-Key: $FASTINO_API_KEY"

Lancer l’entraînement

Transmettez le nom exact du dataset à l’endpoint de création de jobs d’entraînement :

{
  "model_name": "my-ner-model",
  "base_model": "fastino/gliner2-base-v1",
  "datasets": [
    {"name": "docs-example-ner", "version": "VERSION_NUMBER_FROM_UPLOAD"}
  ],
  "training_type": "lora"
}

Utilisez GET /v1/base-models?supports_training=true juste avant la soumission pour sélectionner un modèle de base actuellement entraînable.

Blocages courants

Statut	Cause	Action
`401`	Clé d’API manquante ou invalide	Envoyez `X-API-Key: $FASTINO_API_KEY`
`404`	Le nom du dataset n’existe pas	Vérifiez le nom exact et attendez la fin du traitement
`failed`	Échec de la validation asynchrone du contenu	Lisez `processing_error`, corrigez le JSONL et importez une nouvelle version
`422`	La structure de la requête a été rejetée avant le traitement	Corrigez les champs de la requête avant de réessayer

Démarrage

Modèles de décision

API d'entraînement

Modèles GLiNER

API d'inférence

Dépannage

Modèles

Compte

Préparer et importer des datasets d'entraînement

Choisir un format de dataset

Reconnaissance d’entités nommées

Classification

Format de la bibliothèque GLiNER2

NER et classification conjoints

Décodeur

Importer un dataset

1. Réserver une URL d’import

2. Traiter le fichier importé

Lancer l’entraînement

Blocages courants

Contrats API des jeux de données

URL d’import

Traiter l’import

Lister les jeux de données

Versions du jeu de données

Supprimer le jeu de données

​Choisir un format de dataset

​Reconnaissance d’entités nommées

​Classification

​Format de la bibliothèque GLiNER2

​NER et classification conjoints

​Décodeur

​Importer un dataset

​1. Réserver une URL d’import

​2. Traiter le fichier importé

​Lancer l’entraînement

​Blocages courants

​Contrats API des jeux de données

URL d’import

Traiter l’import

Lister les jeux de données

Versions du jeu de données

Supprimer le jeu de données

Choisir un format de dataset

Reconnaissance d’entités nommées

Classification

Format de la bibliothèque GLiNER2

NER et classification conjoints

Décodeur

Importer un dataset

1. Réserver une URL d’import

2. Traiter le fichier importé

Lancer l’entraînement

Blocages courants

Contrats API des jeux de données