ダッシュボードからのファインチューニング。ジョブの作成・監視・成果物の使い方。
学習ジョブは、Arkor のマネージド GPU 上でオープンウェイトのベースモデルを LoRA でファインチューニングします。ジョブはプロジェクトの Jobs タブにあります。フォームよりコードで扱いたい場合は、同じプラットフォームを TypeScript SDK と CLI から使うフレームワークドキュメントを参照してください。
Jobs → New Job の入力項目は次のとおりです。
| 項目 | 備考 |
|---|---|
| Job name | 自由テキスト。ジョブ一覧での表示名 |
| Model | ベースモデルの Hugging Face リポジトリ id |
| Dataset | Hugging Face データセット id |
| Dataset format | データセットの列を学習テキストへ変換する形式。Alpaca（instruction / input / output）、ChatML（messages リスト）、ShareGPT、prompt-completion、プレーンテキスト、事前トークナイズ済みから選択 |
| Max samples | データセット行数の上限（任意）。空なら全行 |
| Max steps | オプティマイザステップ数の上限（任意）。空ならエポック数で学習 |
| Learning rate | デフォルト 0.0002 |
送信するとジョブがキューに入ります。GPU はプロバイダプールから Arkor が選んでディスパッチするので、GPU の選択や管理は不要です。
ジョブ詳細ページには次が表示されます。
queued / running / preempted / completed / failed / cancelled のいずれかです。queued・running・preempted 中は Cancel ボタンが出ます。preempted は学習中の GPU が回収された状態で、ジョブは失われず、直前のチェックポイントから自動で学習を再開します。失敗時はトレーナーのエラーメッセージがバナーに表示されます。
実行中、トレーナーは途中経過のチェックポイントをアップロードし、成功時に最終アダプタをアップロードします。どちらも 2 つの場所で使えます。
*.arkor.app URL で配信できます。エンドポイントのターゲットは SDK の deployments API でその場で差し替えられるので、アプリが呼ぶ URL を変えずに、より良いチェックポイントへ昇格できます。完了したジョブの詳細ページからは、そのジョブをプリロードした Playground へ直接移動できます。