メンタルモデル

Arkor の背後にあるメンタルモデル: プロジェクト構成、トレーナー、ライフサイクルコールバック、Studio。

このセクションは SDK リファレンス や CLI リファレンス に飛び込む前に必要なメンタルモデルを得るためのものです。順番に読み進めてください。各項目は前の項目を踏まえて書かれています。

読む順番#

• プロジェクト構成。Arkor がコードを置くべきと考える場所（src/arkor/index.ts、src/arkor/trainer.ts）、.arkor/ と ~/.arkor/ の役割、arkor.config.ts が現状できること（できないこと）。
• トレーナー。createTrainer の形: 必須フィールド、データセットソース、LoRA 設定、Trainer.start / wait / cancel のライフサイクル。
• ライフサイクルコールバック。5 つのコールバック（onStarted、onLog、onCheckpoint、onCompleted、onFailed）、それぞれの引数の形、発火するタイミング。TypeScript でファインチューニングする意義の多くはここにあります。
• Studio。ローカル Web UI が何のためにあり、なぜループバックで動き、開発ループにどう組み込まれるのか。

1 段落で言うと#

src/arkor/trainer.ts の中で createTrainer({ name, model, dataset, ... }) を使って Trainer を定義し、src/arkor/index.ts の createArkor({ trainer }) で登録します。arkor dev でブラウザーにローカル Studio が開き、Studio の Run training をクリックすると arkor start がサブプロセスとして起動し、trainer.start() と trainer.wait() が呼び出されます。wait() の実行中は SSE イベントストリームからコールバックがディスパッチされ、Arkor のマネージド GPU から学習の進捗がストリーミングされて、同じ内容が Studio にも反映されます。