Fine Tunes - Create

Hizmet:: Azure AI Services

API Sürümü:: 2023-05-15

Belirli bir eğitim dosyasından belirtilen modeli ince ayarlayan bir iş oluşturur. Yanıt, iş durumu ve hiper parametreler de dahil olmak üzere sıralanan işin ayrıntılarını içerir. İnce ayarlı modelin adı tamamlandıktan sonra yanıta eklenir.

POST {endpoint}/openai/fine-tunes?api-version=2023-05-15

URI Parametreleri

Name	İçinde	Gerekli	Tür	Description
endpoint	path	True	string (url)	Desteklenen Bilişsel Hizmetler uç noktaları (protokol ve konak adı, örneğin: https://aoairesource.openai.azure.com. "aoairesource" yerine Azure OpenAI hesap adınızı yazın).
api-version	query	True	string	İstenen API sürümü.

İstek Başlığı

Name	Gerekli	Tür	Description
api-key	True	string	Bilişsel Hizmetler Azure OpenAI hesap anahtarınızı buradan sağlayın.

İstek Gövdesi

Name	Gerekli	Tür	Description
model	True	string minLength: 1	Bu ince ayar için kullanılan temel modelin tanımlayıcısı (model-kimliği).
training_file	True	string minLength: 1	Bu hassas ayarlı modelin eğitimi için kullanılan dosya kimliği (dosya kimliği).
batch_size		integer (int32)	Eğitim için kullanılacak toplu iş boyutu. Toplu iş boyutu, tek ileri ve geri geçişi eğitmek için kullanılan eğitim örneklerinin sayısıdır. Genel olarak, daha büyük toplu iş boyutlarının daha büyük veri kümeleri için daha iyi çalışma eğiliminde olduğunu bulduk. Bu özelliğin varsayılan değeri ve en büyük değeri bir temel modele özeldir.
classification_betas		number[] (double)	Sınıflandırma beta değerleri. Bu sağlanırsa, belirtilen beta değerlerinde F-beta puanlarını hesaplarız. F-beta puanı, F-1 puanının genelleştirilmesidir. Bu yalnızca ikili sınıflandırma için kullanılır. 1 beta (yani F-1 puanı) ile duyarlık ve yakalama aynı ağırlıkta verilir. Daha büyük bir beta puanı, geri çağırmaya daha fazla ağırlık ve daha az duyarlık getirir. Daha küçük bir beta puanı, duyarlık üzerinde daha fazla ağırlık ve geri çağırmaya daha az ağırlık getirir.
classification_n_classes		integer (int32)	Sınıflandırma görevindeki sınıfların sayısı. Bu parametre çok sınıflı sınıflandırma için gereklidir.
classification_positive_class		string	İkili sınıflandırmadaki pozitif sınıf. İkili sınıflandırma yapılırken duyarlık, geri çağırma ve F1 ölçümleri oluşturmak için bu parametre gereklidir.
compute_classification_metrics		boolean	Sınıflandırma ölçümlerinin hesaplanıp hesaplanmayacağını gösteren değer. Ayarlanırsa, her dönem sonundaki doğrulama kümesini kullanarak doğruluk ve F-1 puanı gibi sınıflandırmaya özgü ölçümleri hesaplarız. Bu ölçümler sonuçlar dosyasında görüntülenebilir. Sınıflandırma ölçümlerini hesaplamak için bir validation_file sağlamanız gerekir. Ayrıca, çok sınıflı sınıflandırma için classification_n_classes veya ikili sınıflandırma için classification_positive_class belirtmeniz gerekir.
learning_rate_multiplier		number (double)	Eğitim için kullanılacak öğrenme oranı çarpanı. İnce ayarlama öğrenme oranı, ön eğitim için kullanılan özgün öğrenme oranıdır ve bu değerle çarpılır. Daha büyük öğrenme oranları, daha büyük toplu iş boyutlarıyla daha iyi performans gösterme eğilimindedir. En iyi sonuçları neyin ürettiğini görmek için 0,02 ile 0,2 aralığındaki değerlerle denemeler yapmanızı öneririz.
n_epochs		integer (int32)	Modeli eğitmek için dönem sayısı. Dönem, eğitim veri kümesindeki bir tam döngüyü ifade eder.
prompt_loss_weight		number (double)	İstem belirteçlerinde kayıp için kullanılacak ağırlık. Bu, modelin istem oluşturmayı (her zaman ağırlığı 1,0 olan tamamlama ile karşılaştırıldığında) ne kadar öğrenmeye çalıştığını denetler ve tamamlamalar kısa olduğunda eğitime dengeleyici bir etki ekleyebilir. İstemler son derece uzunsa (tamamlanmalara göre), istemleri aşırı önceliklendirmemek için bu ağırlığı azaltmak mantıklı olabilir.
suffix		string	hassas ayarlı modeli tanımlamak için kullanılan sonek. Sonek, ince ayarlı model adınıza eklenecek en fazla 40 karakter (a-z, A-Z, 0-9,- ve _) içerebilir.
validation_file		string	Eğitim sırasında ince ayarlanmış modeli değerlendirmek için kullanılan dosya kimliği (file-id).

Yanıtlar

Name	Tür	Description
201 Created	FineTune	İnce ayar başarıyla oluşturuldu. Üst Bilgiler Location: string
Other Status Codes	ErrorResponse	Bir hata oluştu.

Name

Tür

Description

201 Created

FineTune

İnce ayar başarıyla oluşturuldu.

Üst Bilgiler

Location: string

Other Status Codes

ErrorResponse

Bir hata oluştu.

Güvenlik

api-key

Bilişsel Hizmetler Azure OpenAI hesap anahtarınızı buradan sağlayın.

Tür: apiKey
İçinde: header

Örnekler

Creating a fine tune job for classification.

Creating a fine tune job.

Creating a fine tune job for classification.

Örnek isteği

HTTP

POST https://aoairesource.openai.azure.com/openai/fine-tunes?api-version=2023-05-15


{
  "compute_classification_metrics": true,
  "classification_n_classes": 4,
  "model": "curie",
  "training_file": "file-181a1cbdcdcf4677ada87f63a0928099"
}

Örnek yanıt

Durum kodu:: 201

location: https://aoairesource.openai.azure.com/openai/fine-tunes/ft-72a2792ef7d24ba7b82c7fe4a37e379f

{
  "hyperparams": {
    "compute_classification_metrics": true,
    "classification_n_classes": 4,
    "batch_size": 32,
    "learning_rate_multiplier": 1,
    "n_epochs": 2,
    "prompt_loss_weight": 0.1
  },
  "model": "curie",
  "training_files": [
    {
      "statistics": {
        "tokens": 42,
        "examples": 23
      },
      "bytes": 140,
      "purpose": "fine-tune",
      "filename": "puppy.jsonl",
      "id": "file-181a1cbdcdcf4677ada87f63a0928099",
      "status": "succeeded",
      "created_at": 1646126127,
      "updated_at": 1646127311,
      "object": "file"
    }
  ],
  "id": "ft-72a2792ef7d24ba7b82c7fe4a37e379f",
  "status": "notRunning",
  "created_at": 1646126127,
  "updated_at": 1646127311,
  "object": "fine-tune"
}

Creating a fine tune job.

Örnek isteği

HTTP

POST https://aoairesource.openai.azure.com/openai/fine-tunes?api-version=2023-05-15


{
  "model": "curie",
  "training_file": "file-181a1cbdcdcf4677ada87f63a0928099"
}

Örnek yanıt

Durum kodu:: 201

location: https://aoairesource.openai.azure.com/openai/fine-tunes/ft-72a2792ef7d24ba7b82c7fe4a37e379f

{
  "hyperparams": {
    "batch_size": 32,
    "learning_rate_multiplier": 1,
    "n_epochs": 2,
    "prompt_loss_weight": 0.1
  },
  "model": "curie",
  "training_files": [
    {
      "statistics": {
        "tokens": 42,
        "examples": 23
      },
      "bytes": 140,
      "purpose": "fine-tune",
      "filename": "puppy.jsonl",
      "id": "file-181a1cbdcdcf4677ada87f63a0928099",
      "status": "succeeded",
      "created_at": 1646126127,
      "updated_at": 1646127311,
      "object": "file"
    }
  ],
  "id": "ft-72a2792ef7d24ba7b82c7fe4a37e379f",
  "status": "notRunning",
  "created_at": 1646126127,
  "updated_at": 1646127311,
  "object": "fine-tune"
}

Tanımlar

Name	Description
Error	Hata
ErrorCode	ErrorCode
ErrorResponse	ErrorResponse
Event	Olay
File	Dosya
FileStatistics	FileStatistics
FineTune	FineTune
FineTuneCreation	FineTuneCreation
HyperParameters	Hiper Parametreler
InnerError	InnerError
InnerErrorCode	InnerErrorCode
LogLevel	LogLevel
Purpose	Amaç
State	Devlet
TypeDiscriminator	TypeDiscriminator

Error

Nesne

Hata

Name	Tür	Description
code	ErrorCode	ErrorCode Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan hata kodları.
details	Error[]	Varsa hata ayrıntıları.
innererror	InnerError	InnerError Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan iç hata.
message	string minLength: 1	Bu hatanın iletisi.
target	string	Varsa hatanın oluştuğu konum.

ErrorCode

Numaralandırma

ErrorCode

Değer	Description
conflict	İstenen işlem geçerli kaynak durumuyla çakişer.
invalidPayload	İstek verileri bu işlem için geçersiz.
forbidden	geçerli kullanıcı/api anahtarı için işlem yasaktır.
notFound	Kaynak bulunamadı.
unexpectedEntityState	İşlem geçerli kaynağın durumunda yürütülemez.
itemDoesAlreadyExist	Öğe zaten var.
serviceUnavailable	Hizmet şu anda kullanılamıyor.
internalFailure	İç hata. Lütfen yeniden deneyin.
quotaExceeded	Kota aşıldı.
jsonlValidationFailed	Jsonl verileri doğrulanamadı.
fileImportFailed	Dosya içeri aktarılamadı.

ErrorResponse

Nesne

ErrorResponse

Name	Tür	Description
error	Error	Hata Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan hata içeriği.

Event

Nesne

Olay

Name	Tür	Description
created_at	integer (unixtime)	Bu olayın oluşturulduğu zaman damgası (unix dönemlerinde).
level	LogLevel	LogLevel Bir olayın ayrıntı düzeyi.
message	string minLength: 1	Olayı açıklayan ileti. Bu durum değişikliği (ör. sıralanmış, başlatılmış, başarısız veya tamamlanmış) veya karşıya yüklenen sonuçlar gibi diğer olaylar olabilir.
object	TypeDiscriminator	TypeDiscriminator Bir nesnenin türünü tanımlar.

File

Nesne

Dosya

Name	Tür	Description
bytes	integer (int64)	Kullanılabilir olduğunda bu dosyanın boyutu (null olabilir). JavaScript tamsayılarıyla uyumluluğu sağlamak için 2^53-1'den büyük dosya boyutları desteklenmez.
created_at	integer (unixtime)	Bu işin veya öğenin oluşturulduğu zaman damgası (unix dönemlerinde).
error	Error	Hata Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan hata içeriği.
filename	string minLength: 1	Dosyanın adı.
id	string	Bu öğenin kimliği.
object	TypeDiscriminator	TypeDiscriminator Bir nesnenin türünü tanımlar.
purpose	Purpose	Amaç Karşıya yüklenen belgelerin amaçlanan amacı. İnce ayar yapmak için "ince ayar" kullanın. Bu, karşıya yüklenen dosyanın biçimini doğrulamamıza olanak tanır.
statistics	FileStatistics	FileStatistics Dosya, eğitim ve doğrulama için kullanılabilen bir belgedir. Ayrıca, sonuç ayrıntılarını içeren hizmet tarafından oluşturulan bir belge de olabilir.
status	State	Devlet bir işin veya öğenin durumu.
updated_at	integer (unixtime)	Bu işin veya öğenin en son değiştirildiği zaman damgası (unix dönemlerinde).

FileStatistics

Nesne

FileStatistics

Name	Tür	Description
examples	integer (int32)	Dosya içeriğinin doğrulanması tamamlandıktan sonra dosyalarda yer alan eğitim örneklerinin sayısı "ince ayar" türündedir.
tokens	integer (int32)	Dosya içeriğini doğrulama tamamlandıktan sonra istemlerde kullanılan belirteçlerin sayısı ve "ince ayar" türündeki dosyalar için tamamlamalar.

FineTune

Nesne

FineTune

Name	Tür	Description
created_at	integer (unixtime)	Bu işin veya öğenin oluşturulduğu zaman damgası (unix dönemlerinde).
error	Error	Hata Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan hata içeriği.
events	Event[]	Kuyruğa alınmış, çalıştırılan ve tamamlanan dahil olmak üzere ince ayar çalıştırmasının ilerleme durumunu gösteren olaylar.
fine_tuned_model	string	Sonuçta elde edilen ince ayarlı modelin tanımlayıcısı (model-id). Bu özellik yalnızca başarıyla tamamlanan ince ayar çalıştırmaları için doldurulur. Çıkarım için bir dağıtım oluşturmak için bu tanımlayıcıyı kullanın.
hyperparams	HyperParameters	Hiper Parametreler İnce ayar işinde kullanılan hiper parametre ayarları.
id	string	Bu öğenin kimliği.
model	string minLength: 1	İnce ayar için kullanılan temel modelin tanımlayıcısı (model-kimliği).
object	TypeDiscriminator	TypeDiscriminator Bir nesnenin türünü tanımlar.
organisation_id	string	Bu ince ayar işinin kuruluş kimliği. Azure OpenAI'de kullanılmadı; yalnızca OpenAI uyumluluğu.
result_files	File[]	Csv biçiminde eğitim ve değerlendirme ölçümlerini içeren sonuç dosya kimlikleri (dosya kimliği). Dosya yalnızca başarıyla tamamlanan ince ayar çalıştırmaları için kullanılabilir.
status	State	Devlet bir işin veya öğenin durumu.
suffix	string	hassas ayarlı modeli tanımlamak için kullanılan sonek.
training_files	File[]	hassas ayarlı modeli eğiten dosya kimlikleri (dosya kimliği).
updated_at	integer (unixtime)	Bu işin veya öğenin en son değiştirildiği zaman damgası (unix dönemlerinde).
user_id	string	Bu ince ayar işinin kullanıcı kimliği. Azure OpenAI'de kullanılmadı; yalnızca OpenAI uyumluluğu.
validation_files	File[]	Eğitim sırasında ince ayarlanmış modeli değerlendirmek için kullanılan dosya kimlikleri (dosya kimliği).

FineTuneCreation

Nesne

FineTuneCreation

Name	Tür	Description
batch_size	integer (int32)	Eğitim için kullanılacak toplu iş boyutu. Toplu iş boyutu, tek ileri ve geri geçişi eğitmek için kullanılan eğitim örneklerinin sayısıdır. Genel olarak, daha büyük toplu iş boyutlarının daha büyük veri kümeleri için daha iyi çalışma eğiliminde olduğunu bulduk. Bu özelliğin varsayılan değeri ve en büyük değeri bir temel modele özeldir.
classification_betas	number[] (double)	Sınıflandırma beta değerleri. Bu sağlanırsa, belirtilen beta değerlerinde F-beta puanlarını hesaplarız. F-beta puanı, F-1 puanının genelleştirilmesidir. Bu yalnızca ikili sınıflandırma için kullanılır. 1 beta (yani F-1 puanı) ile duyarlık ve yakalama aynı ağırlıkta verilir. Daha büyük bir beta puanı, geri çağırmaya daha fazla ağırlık ve daha az duyarlık getirir. Daha küçük bir beta puanı, duyarlık üzerinde daha fazla ağırlık ve geri çağırmaya daha az ağırlık getirir.
classification_n_classes	integer (int32)	Sınıflandırma görevindeki sınıfların sayısı. Bu parametre çok sınıflı sınıflandırma için gereklidir.
classification_positive_class	string	İkili sınıflandırmadaki pozitif sınıf. İkili sınıflandırma yapılırken duyarlık, geri çağırma ve F1 ölçümleri oluşturmak için bu parametre gereklidir.
compute_classification_metrics	boolean	Sınıflandırma ölçümlerinin hesaplanıp hesaplanmayacağını gösteren değer. Ayarlanırsa, her dönem sonundaki doğrulama kümesini kullanarak doğruluk ve F-1 puanı gibi sınıflandırmaya özgü ölçümleri hesaplarız. Bu ölçümler sonuçlar dosyasında görüntülenebilir. Sınıflandırma ölçümlerini hesaplamak için bir validation_file sağlamanız gerekir. Ayrıca, çok sınıflı sınıflandırma için classification_n_classes veya ikili sınıflandırma için classification_positive_class belirtmeniz gerekir.
learning_rate_multiplier	number (double)	Eğitim için kullanılacak öğrenme oranı çarpanı. İnce ayarlama öğrenme oranı, ön eğitim için kullanılan özgün öğrenme oranıdır ve bu değerle çarpılır. Daha büyük öğrenme oranları, daha büyük toplu iş boyutlarıyla daha iyi performans gösterme eğilimindedir. En iyi sonuçları neyin ürettiğini görmek için 0,02 ile 0,2 aralığındaki değerlerle denemeler yapmanızı öneririz.
model	string minLength: 1	Bu ince ayar için kullanılan temel modelin tanımlayıcısı (model-kimliği).
n_epochs	integer (int32)	Modeli eğitmek için dönem sayısı. Dönem, eğitim veri kümesindeki bir tam döngüyü ifade eder.
prompt_loss_weight	number (double)	İstem belirteçlerinde kayıp için kullanılacak ağırlık. Bu, modelin istem oluşturmayı (her zaman ağırlığı 1,0 olan tamamlama ile karşılaştırıldığında) ne kadar öğrenmeye çalıştığını denetler ve tamamlamalar kısa olduğunda eğitime dengeleyici bir etki ekleyebilir. İstemler son derece uzunsa (tamamlanmalara göre), istemleri aşırı önceliklendirmemek için bu ağırlığı azaltmak mantıklı olabilir.
suffix	string	hassas ayarlı modeli tanımlamak için kullanılan sonek. Sonek, ince ayarlı model adınıza eklenecek en fazla 40 karakter (a-z, A-Z, 0-9,- ve _) içerebilir.
training_file	string minLength: 1	Bu hassas ayarlı modelin eğitimi için kullanılan dosya kimliği (dosya kimliği).
validation_file	string	Eğitim sırasında ince ayarlanmış modeli değerlendirmek için kullanılan dosya kimliği (file-id).

HyperParameters

Nesne

Hiper Parametreler

Name	Tür	Description
batch_size	integer (int32)	Eğitim için kullanılacak toplu iş boyutu. Toplu iş boyutu, tek ileri ve geri geçişi eğitmek için kullanılan eğitim örneklerinin sayısıdır. Genel olarak, daha büyük toplu iş boyutlarının daha büyük veri kümeleri için daha iyi çalışma eğiliminde olduğunu bulduk. Bu özelliğin varsayılan değeri ve en büyük değeri bir temel modele özeldir.
classification_betas	number[] (double)	Sınıflandırma beta değerleri. Bu sağlanırsa, belirtilen beta değerlerinde F-beta puanlarını hesaplarız. F-beta puanı, F-1 puanının genelleştirilmesidir. Bu yalnızca ikili sınıflandırma için kullanılır. 1 beta (yani F-1 puanı) ile duyarlık ve yakalama aynı ağırlıkta verilir. Daha büyük bir beta puanı, geri çağırmaya daha fazla ağırlık ve daha az duyarlık getirir. Daha küçük bir beta puanı, duyarlık üzerinde daha fazla ağırlık ve geri çağırmaya daha az ağırlık getirir.
classification_n_classes	integer (int32)	Sınıflandırma görevindeki sınıfların sayısı. Bu parametre çok sınıflı sınıflandırma için gereklidir.
classification_positive_class	string	İkili sınıflandırmadaki pozitif sınıf. İkili sınıflandırma yapılırken duyarlık, geri çağırma ve F1 ölçümleri oluşturmak için bu parametre gereklidir.
compute_classification_metrics	boolean	Sınıflandırma ölçümlerinin hesaplanıp hesaplanmayacağını gösteren değer. Ayarlanırsa, her dönem sonundaki doğrulama kümesini kullanarak doğruluk ve F-1 puanı gibi sınıflandırmaya özgü ölçümleri hesaplarız. Bu ölçümler sonuçlar dosyasında görüntülenebilir. Sınıflandırma ölçümlerini hesaplamak için bir validation_file sağlamanız gerekir. Ayrıca, çok sınıflı sınıflandırma için classification_n_classes veya ikili sınıflandırma için classification_positive_class belirtmeniz gerekir.
learning_rate_multiplier	number (double)	Eğitim için kullanılacak öğrenme oranı çarpanı. İnce ayarlama öğrenme oranı, ön eğitim için kullanılan özgün öğrenme oranıdır ve bu değerle çarpılır. Daha büyük öğrenme oranları, daha büyük toplu iş boyutlarıyla daha iyi performans gösterme eğilimindedir. En iyi sonuçları neyin ürettiğini görmek için 0,02 ile 0,2 aralığındaki değerlerle denemeler yapmanızı öneririz.
n_epochs	integer (int32)	Modeli eğitmek için dönem sayısı. Dönem, eğitim veri kümesindeki bir tam döngüyü ifade eder.
prompt_loss_weight	number (double)	İstem belirteçlerinde kayıp için kullanılacak ağırlık. Bu, modelin istem oluşturmayı (her zaman ağırlığı 1,0 olan tamamlama ile karşılaştırıldığında) ne kadar öğrenmeye çalıştığını denetler ve tamamlamalar kısa olduğunda eğitime dengeleyici bir etki ekleyebilir. İstemler son derece uzunsa (tamamlanmalara göre), istemleri aşırı önceliklendirmemek için bu ağırlığı azaltmak mantıklı olabilir.

InnerError

Nesne

InnerError

Name	Tür	Description
code	InnerErrorCode	InnerErrorCode Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan iç hata kodları.
innererror	InnerError	InnerError Microsoft REST yönergelerinde (https://github.com/microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses) tanımlanan iç hata.

InnerErrorCode

Numaralandırma

InnerErrorCode

Değer	Description
invalidPayload	İstek verileri bu işlem için geçersiz.

LogLevel

Numaralandırma

LogLevel

Değer	Description
info	Bu olay yalnızca bilgi içindir.
warning	Bu olay, azaltılmış bir sorunu temsil eder.
error	Bu ileti kurtarılamayan bir sorunu temsil eder.

Purpose

Numaralandırma

Amaç

Değer	Description
fine-tune	Bu dosya ince ayar işi için eğitim verileri içerir.
fine-tune-results	Bu dosya ince ayar işinin sonuçlarını içerir.

State

Numaralandırma

Devlet

Değer	Description
notRunning	İşlem oluşturuldu ve gelecekte işlenmek üzere kuyruğa alınmadı.
running	İşlem işlenmeye başlandı.
succeeded	İşlem başarıyla işlendi ve tüketime hazır.
canceled	İşlem iptal edildi ve tamamlanmadı.
failed	İşlem bir hatayla işlemeyi tamamladı ve daha fazla kullanılamaz.
deleted	Varlık silindi, ancak silme işlemini önceden hazırleyen diğer varlıklar tarafından yine de başvurulabilir.

TypeDiscriminator

Numaralandırma

TypeDiscriminator

Değer	Description
list	Bu nesne, diğer nesnelerin listesini temsil eder.
fine-tune	Bu nesne ince ayar işini temsil eder.
file	Bu nesne bir dosyayı temsil eder.
fine-tune-event	Bu nesne, ince ayar işinin olayını temsil eder.
model	Bu nesne bir modeli temsil eder (temel modeller veya ince ayar iş sonucu olabilir).

Aracılığıyla paylaş

Fine Tunes - Create

URI Parametreleri

İstek Başlığı

İstek Gövdesi

Yanıtlar

Güvenlik

api-key

Örnekler

Creating a fine tune job for classification.

Örnek isteği

Örnek yanıt

Creating a fine tune job.

Örnek isteği

Örnek yanıt

Tanımlar

Error

ErrorCode

ErrorResponse

Event

File

FileStatistics

FineTune

FineTuneCreation

HyperParameters

InnerError

InnerErrorCode

LogLevel

Purpose

State

TypeDiscriminator