ファインチューニングクイックスタート

このクイックスタートでは、準備完了のデータセットから UI でタスク固有のモデルをトレーニングし、デプロイされたアーティファクトを評価とルーティングに使用する方法を説明します。

始める前に、トレーニング用のエントリを含むデータセットを作成してください。再ラベル付けでより良いターゲットを生成した場合は、そのリラベル run が完了するまでお待ちください。

Tuned Models を開く

project で Tuned Models を開き、Fine Tune を選択します。

トレーニングデータを選択する

準備完了のデータセットを選択し、モデルに学習させるターゲットとして、元の出力または完了したリラベル run を選択します。

ベースモデルを選択する

サポートされるトレーニングモデルから 1 つを選択します。最大のモデルが最も高いパフォーマンスを発揮するとは限らないため、コンピュートに余裕がある場合は複数の候補をトレーニングしてください。

デフォルトのまま使用するかカスタマイズする

ファインチューン名は省略可能です。最初の run では、トレーニング設定を自動のままにしておくことをおすすめします。run を設定するには、カスタマイズオプションを展開します。トレーニングサンプル数の上限、バッチサイズ、エポック数を設定できるほか、ピーク学習率または学習率スケジュール全体を指定することもできます。また、トレーニング対象とするアシスタントのターンを選択したり、実験的な W&B Serverless Training オプションを渡したりすることも可能です。詳細については、トレーニングパラメーターを参照してください。

トレーニングを開始する

Start training を選択します。モデルのステータスは Queued、Training の順に遷移し、UI には 0〜100% の進捗が表示されます。

デプロイされたアーティファクトを使用する

ステータスが Deployed になると、対応する W&B アーティファクトが UI に表示され、wandb-inference 経由で評価やルーティングに使用できるようになります。

次に、本番トラフィックを流す前に、ホールドアウトした検証行でファインチューンを評価してください。

API: トレーニングを開始する (POST /tasks/{alias}/finetunes)

自動トレーニング設定を使用するには、model_config を省略します。

curl --request POST \
  --url "https://distillation.training.wandb.ai/v1/tasks/ticket-classifier/finetunes" \
  --header "Authorization: Bearer $WANDB_API_KEY" \
  --header "Wandb-Entity: your-team" \
  --header "Content-Type: application/json" \
  --data "{
    \"dataset_id\": \"$DATASET_ID\",
    \"model_name\": \"ticket-classifier-qwen\",
    \"base_model\": \"Qwen/Qwen3-30B-A3B-Instruct-2507\"
  }"

返されたファインチューンが deployed または failed になるまでポーリングします。詳細については、ファインチューンを作成するを参照してください。