检索微调作业 - GPTMeta API

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Path 参数

fine_tuning_job_id

string

必需

微调作业的 ID。

示例代码

Shell

JavaScript

Java

Swift

Go

PHP

Python

HTTP

C

C#

Objective-C

Ruby

OCaml

Dart

R

返回响应

🟢200成功

application/json

Body

object

string

必需

对象类型,总是为"fine_tuning.job"

id

string

必需

对象标识符,可以在API端点中引用

model

string

被微调的基础模型

必需

created_at

integer

必需

创建微调作业的Unix时间戳(秒)

finished_at

integer

必需

微调作业完成的Unix时间戳(秒)。如果微调作业仍在运行,则值为null

fine_tuned_model

string

必需

正在创建的微调模型的名称。如果微调作业仍在运行,则值为null

organization_id

string

拥有微调作业的组织

必需

result_files

array[string]

必需

微调作业的编译结果文件ID。可以使用文件API检索结果

status

string

必需

微调作业的当前状态,可以是validating_files、queued、running、succeeded、failed或cancelled

validation_file

null

必需

用于验证的文件ID。可以使用文件API检索验证结果

training_file

string

必需

用于训练的文件ID。可以使用文件API检索训练数据

hyperparameters

object

必需

微调作业使用的超参数。更多详细信息请参阅微调指南

n_epochs

integer

必需

trained_tokens

integer

必需

此微调作业处理的计费标记总数。如果微调作业仍在运行,则值为null

示例

{
  "object": "fine_tuning.job",
  "id": "ftjob-abc123",
  "model": "davinci-002",
  "created_at": 1692661014,
  "finished_at": 1692661190,
  "fine_tuned_model": "ft:davinci-002:my-org:custom_suffix:7q8mpxmy",
  "organization_id": "org-123",
  "result_files": [
      "file-abc123"
  ],
  "status": "succeeded",
  "validation_file": null,
  "training_file": "file-abc123",
  "hyperparameters": {
      "n_epochs": 4,
  },
  "trained_tokens": 5768
}