> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# ファインチューニング クイックスタート

> 準備完了のデータセットから最初の特化モデルをトレーニングします。

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。

<Note>
  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。
</Note>

<Steps>
  <Step title="Tuned Models を開く">
    project で **Tuned Models** を開き、**Fine Tune** を選択します。
  </Step>

  <Step title="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。
  </Step>

  <Step title="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](/ja/model-distillation/supported-models)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。
  </Step>

  <Step title="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](/ja/model-distillation/studio/fine-tuning#training-parameters)を参照してください。
  </Step>

  <Step title="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。
  </Step>

  <Step title="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。
  </Step>
</Steps>

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](/ja/model-distillation/studio/evaluations-quickstart)してください。

<Accordion title="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。

  ```bash theme={"system"}
  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](/ja/model-distillation/reference/management/fine-tunes/create-a-fine-tune)を参照してください。
</Accordion>