Créer une tâche d'entraînement RL

Créez une nouvelle tâche d’entraînement RL (apprentissage par renforcement).

POST /v1/preview/training-jobs

Créer une tâche d'entraînement RL

cURL

curl --request POST \
  --url https://api.example.com/v1/preview/training-jobs \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model_id": "3c90c3cc-0d44-4b50-8888-8dd25736052a",
  "trajectory_groups": [
    {
      "trajectories": [
        {
          "messages_and_choices": [],
          "tools": [
            {
              "function": {
                "name": "<string>",
                "description": "<string>",
                "parameters": {},
                "strict": true
              },
              "type": "<string>"
            }
          ],
          "additional_histories": [],
          "reward": 0,
          "initial_policy_version": 123,
          "final_policy_version": 123,
          "metrics": {},
          "metadata": {},
          "logs": [],
          "start_time": "2023-11-07T05:31:56Z"
        }
      ]
    }
  ],
  "experimental_config": {
    "advantage_balance": 123,
    "epsilon": 123,
    "epsilon_high": 123,
    "importance_sampling_level": "token",
    "kimi_k2_tau": 123,
    "learning_rate": 123,
    "mask_prob_ratio": true,
    "max_negative_advantage_importance_sampling_weight": 123,
    "ppo": true,
    "precalculate_logprobs": true,
    "scale_rewards": true
  }
}
'

200

{
  "id": "3c90c3cc-0d44-4b50-8888-8dd25736052a"
}

Autorisations

Authorization · string · header · requis

Bearer authentication header of the form Bearer <token>, where <token> is your auth token.

Corps

application/json

Schéma pour créer un nouveau TrainingJob.

model_id · string<uuid> · requis

trajectory_groups · TrajectoryGroup · object[] · requis

Show child attributes

experimental_config · ExperimentalTrainingConfig · object

Schéma de la configuration d’entraînement expérimentale.

Show child attributes

Réponse

200

application/json

Réponse réussie

Schéma de la réponse de TrainingJob.

id · string<uuid> · requis