> ## 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.

# 파인튜닝 퀵스타트

> 준비된 데이터셋으로 첫 번째 특화 모델을 트레이닝하세요.

이 퀵스타트에서는 UI에서 준비된 데이터셋으로 작업 특화 모델을 트레이닝하고, 배포된 아티팩트를 평가와 라우팅에 사용하는 방법을 알아봅니다.

<Note>
  시작하기 전에 트레이닝 항목이 포함된 데이터셋을 생성하세요. 재레이블링으로 더 나은 타깃을 생성했다면 해당 재레이블링 run이 완료될 때까지 기다리세요.
</Note>

<Steps>
  <Step title="Tuned Models 열기">
    프로젝트에서 **Tuned Models**를 열고 **Fine Tune**을 선택하세요.
  </Step>

  <Step title="트레이닝 데이터 선택">
    준비된 데이터셋을 선택한 다음, 모델이 학습할 타깃으로 원본 출력 또는 완료된 재레이블링 run을 선택하세요.
  </Step>

  <Step title="기본 모델 선택">
    [지원되는 트레이닝 모델](/ko/model-distillation/supported-models) 중 하나를 선택하세요. 컴퓨팅 리소스에 여유가 있다면 가장 큰 모델이 가장 좋은 성능을 낼 것이라고 단정하지 말고 여러 후보 모델을 트레이닝해 보세요.
  </Step>

  <Step title="기본값 유지 또는 사용자 지정">
    파인튜닝 이름은 선택 사항입니다. 첫 run에서는 트레이닝 설정을 자동으로 두세요. run을 직접 설정하려면 사용자 지정 옵션을 펼치세요. 트레이닝 예시 수를 제한하고, 배치 크기와 에포크를 설정하고, 최대 학습률 또는 전체 학습률 스케줄을 지정할 수 있습니다. 트레이닝에 사용할 assistant 턴을 선택하거나 실험적인 W\&B Serverless Training 옵션을 전달할 수도 있습니다. 자세한 내용은 [트레이닝 매개변수](/ko/model-distillation/studio/fine-tuning#training-parameters)를 참조하세요.
  </Step>

  <Step title="트레이닝 시작">
    **Start training**을 선택하세요. 모델은 **Queued**와 **Training** 단계를 거치며, UI에 0%부터 100%까지 진행 상황이 표시됩니다.
  </Step>

  <Step title="배포된 아티팩트 사용">
    상태가 **Deployed**로 바뀌면 해당 W\&B 아티팩트가 UI에 표시되며, `wandb-inference`를 통해 평가와 라우팅에 사용할 수 있습니다.
  </Step>
</Steps>

다음으로, 프로덕션 트래픽을 보내기 전에 따로 남겨 둔 검증 행으로 [파인튜닝 모델을 평가](/ko/model-distillation/studio/evaluations-quickstart)하세요.

<Accordion title="API: 트레이닝 시작 (POST /tasks/{alias}/finetunes)">
  자동 트레이닝 설정을 사용하려면 `model_config`를 생략하세요.

  ```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\"
    }"
  ```

  반환된 파인튜닝이 `deployed` 또는 `failed` 상태가 될 때까지 폴링하세요. 자세한 내용은 [파인튜닝 생성](/ko/model-distillation/reference/management/fine-tunes/create-a-fine-tune)을 참조하세요.
</Accordion>