Fireworks AI 监督微调
该API用于列出账户下的监督微调任务，帮助您高效管理AI模型训练流程。
本页面仅提供API测试，调用的API服务由 Fireworks AI 提供，用量购买及管理请前往其官网。浏览器直调API，易源不做代理转发。
该API用于列出账户下的监督微调任务，帮助您高效管理AI模型训练流程。
本页面仅提供API测试，调用的API服务由 Fireworks AI 提供，用量购买及管理请前往其官网。浏览器直调API，易源不做代理转发。
密钥仅在浏览器端存储，易源不做转发
创建一个新的监督微调任务，使用指定的数据集和训练参数。
输入：
输出：
输入：
输出：
输入：
输出：
输入：
输出：
集中管理企业内部所有AI模型微调任务，监控训练进度，优化资源分配，提高模型开发效率。
帮助数据科学家跟踪不同数据集上的模型训练效果，比较不同参数配置下的模型性能。
跟踪不同版本模型的训练记录，快速回滚到表现最佳的模型版本，加速产品迭代周期。
团队成员共享模型训练任务状态，了解各自负责的模型进展，提升协作效率。
记录所有模型训练活动，满足行业合规要求，提供完整的审计追踪能力。
分析历史训练任务资源使用情况，优化计算资源分配，降低模型训练成本。
价格由API服务商设定，请到服务商官网查看详细定价信息。
查看官方定价监督微调是一种机器学习技术，通过使用标记数据来调整预训练模型的参数，使其在特定任务上表现更好。监督微调任务则是指在Fireworks AI平台上创建和管理的这一过程，包括数据准备、模型训练、评估和部署等步骤。
使用本API，您只需提供账户ID，即可获取该账户下的所有监督微调任务列表。您还可以添加筛选条件（如任务状态、创建时间等）和排序方式，以便更高效地查找所需任务。
API返回的任务状态包括：进行中、已完成、失败、已取消、创建中、删除中、验证中、部署中、评估中等多种状态，覆盖了微调任务从创建到完成的整个生命周期。
当您发现失败的微调任务时，可以通过API获取详细的错误信息，分析失败原因。常见的失败原因包括数据格式错误、资源不足或参数配置不当。解决问题后，您可以创建新的微调任务并使用修正后的配置。
是的，API支持分页功能。您可以通过设置pageSize参数控制每页显示的任务数量（最大200），并使用pageToken参数获取后续页面的任务列表。这使得管理包含大量微调任务的账户变得更加高效。