Nota
L'accés a aquesta pàgina requereix autorització. Podeu provar d'iniciar la sessió o de canviar els directoris.
L'accés a aquesta pàgina requereix autorització. Podeu provar de canviar els directoris.
La planificación de costos de Frontier Tuning conecta el trabajo que pretende ejecutar con el uso medido y la evidencia de facturación aplicable. Como creador de agentes, puede usar las mediciones de trabajo para comparar mejoras y discutir los gastos con su administrador. Esas medidas por sí solas no establecen cargos.
Distinguir el uso de la facturación
Mantenga tres ámbitos de evidencia separados al revisar un experimento.
| Evidencia | Lo que le ayuda a entender | Límite |
|---|---|---|
| Resultados y diagnósticos del trabajo. | Mediciones de ejecución, puntuaciones y cobertura de calificación disponibles para un trabajo seleccionado. | No totales de todo el entorno ni una factura. |
| Informes de crédito de la organización para los servicios admitidos. | Consumo por servicio, usuario o directiva de gasto. | Los créditos no son moneda; El alcance y el tiempo de los informes difieren de la facturación. |
| Términos comerciales aplicables y registros de facturación. | Unidades aprobadas, tarifas, trabajo incluido e importes facturados. | Los recuentos de tokens de trabajo por sí solos no establecen estos términos. |
La introducción a la facturación de créditos de Copilot explica el marco común para los servicios elegibles. La comparación del panel y la facturación explica las vistas operativas frente a las de facturación; ninguno establece una asignación de informes de Frontier Tuning. Mantenga el uso del host de GitHub Copilot separado del uso del servicio de ajuste.
Comprender qué cambia el uso de la evaluación
En la referencia pública v1 de la CLI, una evaluación sin ámbito usa cada ejemplo de evaluación guardado en el entorno de ajuste cuando se inicia el trabajo, independientemente de la habilidad. Los filtros de habilidades, las identificaciones de muestra explícitas y los límites de muestra pueden reducir el trabajo. Se aplica un límite de muestra después del filtrado de habilidades y no se puede combinar con identificadores de muestra explícitos.
Los modelos seleccionados son candidatos dentro de una evaluación combinada de forma predeterminada. Los trabajos separados por modelo evalúan las mismas muestras seleccionadas para comparaciones de modelos. Más muestras, repeticiones o trabajos separados agregan trabajo; No establecen un precio fijo por muestra o modelo.
BestOfN y TreeSearch puede usar más tokens y tiempo sin mejorar la calidad. Los conjuntos de criterios de evaluación más grandes pueden tardar más en calificarse. Mida la configuración cambiada en lugar de asumir un efecto de precio universal. Para ver las opciones de mejora, consulte Elegir un flujo de ajuste.
Interpretar los resultados notificados de un trabajo
Inspeccione la cobertura calificada real junto con los puntajes. Una evaluación correcta puede contener envíos con error o sin calificación. Se mide una puntuación cero; una puntuación ausente no es cero. Los contadores de diagnóstico faltantes significan que la cobertura es desconocida, no completa.
Los siguientes comandos muestran resultados por muestra y comparan dos trabajos. Use identificadores de trabajo del entorno de ajuste previsto:
frontier-tuning evaluate results <job-id> --samples
frontier-tuning evaluate compare <job-a> <job-b>
Compare muestras y contenido coincidentes, instrucciones, criterios, modelo/versión, configuración de estrategia y estado de herramienta/origen, excepto para la variable que está probando. Verifique que las mismas muestras hayan sido realmente calificadas. Si cambian los criterios, vuelva a evaluar la línea base bajo los criterios revisados.
Los totales de tokens disponibles pueden incluir la calificación y la orquestación, no solo el uso del modelo de destino. Los totales medidos incluyen envíos fallidos incluso cuando los puntajes de comparación excluyen los envíos fallidos o incompletos. El uso faltante no está medido, no es gratuito; Los trabajos parcialmente medidos no son aptos para el resumen de tokens más bajos de la comparación. Estos comandos no muestran los precios.
Planificar el trabajo repetido y compartido
La mejora independiente se ejecuta del tráfico de consumidores durante el período de planificación. La duración del entrenamiento y la duración de la disponibilidad del modelo, cuando corresponda, son supuestos diferentes. Registre las evaluaciones, los reintentos y los recursos compartidos repetidos para que no vuelva a contar el entrenamiento compartido de cada consumidor.
Utiliza las categorías de costes y los supuestos de gasto de la guía para administradores en lugar de añadir presuntos cargos para cada categoría.
Separar los controles de gastos de los límites de trabajo
Para los servicios compatibles, los administradores usan directivas de gasto para límites mensuales, límites opcionales por usuario y alertas. Las directivas no reservan créditos ni conceden acceso al entorno ni a los datos conectados. Otra directiva puede seguir siendo aplicable después de la eliminación de la directiva; Un cambio de directiva no es un interruptor de apagado universal.
Los límites de trabajos simultáneos se refieren al envío de trabajos. La CLI pública documenta los rechazos de límite de trabajos del usuario o inquilino y la guía de recuperación del servicio. Inspeccione los trabajos existentes y siga esas instrucciones en lugar de enviar trabajo repetidamente.
Consulte la guía de administración para conocer los límites de elegibilidad y contención.
Evitar trabajos innecesarios
Acordar el ámbito y el posible gasto antes de la generación, el refinamiento, la evaluación o el aprendizaje. La generación de muestras sintéticas es asincrónica y puede incurrir en costos si se habilita. Una pequeña comprobación inicial puede exponer problemas operativos, pero una prueba de humo de una sola muestra no valida la calidad.
Aplique las instrucciones previstas, los criterios y los cambios de muestra antes del entrenamiento. Las ediciones posteriores no vuelven a entrenar un modelo ya producido. Compruebe la preparación de la evaluación por separado del éxito del trabajo de entrenamiento y, a continuación, evalúe antes de decidirse por otra ejecución. Inspeccione los trabajos grabados después de un envío incierto antes de volver a intentarlo.