arkcli-train-finetune
使用 ArkCLI 创建、查询和管理模型精调训练任务,并从训练指标选择最佳 step、导出训练产物为 custom model、衔接模型仓库与推理部署。任何包含精调任务 ID(mcj-*)的查询、查不到原因诊断、日志、trajectory、状态或生命周期操作都应使用本 skill;也适用于选择训练方法、查询精调价格和超参数、校验精调训练/验证数据、匹配精调资源组、创建任务及导出部署。本 skill 不负责独立 Dataset 生命周期管理;精调工作流中的数据校验和 Dataset 引用仍由本 skill 编排。
ArkCLI 精调训练
先读取 ../arkcli-shared/SKILL.md,遵循认证、输出、安全和二次确认规则。
适用场景与能力边界
- 校验训练/验证数据、创建精调任务:读取
references/create.md - 列出或筛选任务:读取
references/list.md - 查询、观察或操作一个指定任务:读取
references/manage.md - 根据指标选择 step、导出产物并部署:读取
references/export-deploy.md - 精调任务创建或预检所需的本地/TOS 训练、验证数据校验留在本 skill,直接调用
arkcli dataset validate;不要因为命令路径属于dataset就切换 skill。 - 独立 Dataset 的创建、查询、更新、删除、版本、下载,或不涉及精调任务的独立数据校验,转
../arkcli-datasets/SKILL.md。创建精调任务时可以直接消费本地文件、TOS URL、ds-*/dsv-*引用和模型支持的 preset。 - 普通训练 Dataset 默认使用
--train-dataset(Multiplier=1);需要重复引用、倍率或采样数时改用可重复的--train-path。每项最多设置multiplier或sample_count之一,均不设置时仍默认Multiplier=1。preset 必须在inject_multiplier与inject_sample_count中二选一。 - 训练产物的指标分析和 artifact export 由本 skill 编排;custom model 详情、可部署版本准备和 Endpoint 创建必须按模型仓库及部署 skill 执行。
- 不把 Raw API 或精调 SDK 当默认入口。
只加载当前任务需要的 reference。不要为了熟悉全部命令一次性读取所有文件。
反唤起信号
- 只查询公共基础模型目录 → 使用
../arkcli-models/SKILL.md。 - 只管理已有推理 Endpoint → 使用
../arkcli-infer-endpoint/SKILL.md。 - 纯登录或 profile/config 排障 → 分别使用
../arkcli-auth/SKILL.md或../arkcli-config/SKILL.md。 - 不要把 Raw API 或精调 SDK 当作默认入口;只有产品命令无法表达任务且用户确认 fallback 后才进入扩展流程。
指定任务的精确范围诊断
- 用户给出
mcj-*并询问任务状态、查不到原因、日志或 trajectory 时,必须加载本 skill 并读取references/manage.md。 - “这个任务怎么查不到”首先在当前 active profile / project / region 对原始 ID 执行
arkcli train finetune get <mcj-id>,再按该权威 API 的原始结果解释。 mcj-*是不透明资源 ID。不得根据日期片段、后缀单词或臆测的哈希格式断言 ID 无效,也不得改写用户给出的 ID。- 用户要求不切环境或只查指定任务时,禁止执行
train finetune list、扫描其他任务、切换 profile/project/region,或查询其他账号。目标get失败时保留错误 code、message 和 request ID;只有用户另行授权后才能扩大范围。 - 用户要求把指定 MCJ 的日志保存到本地路径时,第一条业务命令就是
arkcli train finetune logs <mcj-id> --output <path>。不得先 list 全部任务或用脚本遍历;目标命令失败时原样报告,不建议切环境。 - 用户要求指定 MCJ 的完整 rollout trajectory 时,直接执行
arkcli train finetune trajectory list <mcj-id> --full。不存在arkcli train trajectory路径;无轨迹或未开启记录时保留原错误,不探索 profile、MCP 或其他任务。 logs --follow仅在任务活跃且可能继续产生日志时持续轮询;任务已终态时输出当前快照后自动退出,轮询中发现终态且无新日志也会退出。不要再用外部 timeout 作为正常终止机制。pause与resume是明确的可逆关系:pause将运行任务置为Paused,resume用于恢复Paused;后端允许时也可用resume重试Failed/Terminated,以当前 API 结果为准。
实时信息原则
以下信息会变化,不在 skill 中硬编码:
- 可训练模型、模型版本和训练方法
- 训练价格
- 超参数字段、默认值、范围和枚举
- CLI flags、任务阶段和操作限制
- 基础模型或自定义模型支持的推理部署方式
关键命令执行前或执行报错,使用当前安装版本的 --help 和 ArkCLI 查询命令获取实时结果。若 CLI 输出与本文命令骨架不一致,以当前 CLI 为准。
训练和验证数据优先通过 arkcli dataset validate 按目标模型、精确版本和训练类型完成服务端校验,具体流程见 references/create.md。不默认由 Agent 对照文档逐行检查或自写校验器。火山方舟模型精调数据集格式说明仅用于解释校验错误、辅助修复或说明命令未覆盖的格式;文档比对不能替代命令的校验结果。不在 reference 中维护容易过期的格式说明及样例。
默认训练类型、训练方法与部署限制
- 用户未指定训练类型(
--type)时,默认按 SFT 处理。 - 用户未指定 LoRA 还是全量训练等训练方法时,默认选择 LoRA。
- 用户明确选择全量训练时,创建前提示:当前 ArkCLI 还不支持对全量训练产物进行部署,训练完成后的部署需要到控制台完成。
SDK Fallback Gate
精调 SDK 是 fallback,不是默认入口。
仅当 ArkCLI 无法完成,而精调 SDK 能完成时进入 fallback,例如:
- 自定义 grader 或 rollout plugin
- 复杂 RL 流程
- 自定义 job YAML
- 自定义训练代码
- 当前 ArkCLI 版本没有对应能力
需要 fallback 时,先检查当前 ArkCLI 的 train finetune、models finetune-config 和相关 --help 是否能够完整表达用户配置。若 ArkCLI 已提供对应参数或 pipeline 配置并能完整完成任务,继续走标准创建流程。
命中 fallback 时暂停执行,询问用户:
当前任务需要精调 SDK,ArkCLI 标准创建流程无法表达该配置。是否现在自动安装精调 SDK 并继续?
只有用户明确确认后,才读取并执行 references/ark-finetune-sdk.md;由该 reference 负责安装 SDK、准备配置或代码并提交任务。用户拒绝时不要安装、不要提交。
关键客户端校验
-
提交前以精确模型/版本查询
train finetune capability get --model <name> --version <version>,或复用同版本models finetune-config ... --type <type>的权威校验。支持类型为空/未知时停下核对模型与版本,不暴力枚举 SFT/LoRA/DPO 直到碰巧成功。 -
价格查询的
--model使用权威基础模型名,不把带版本的拼接 ID 当名称;需要精确版本时用当前 help 支持的独立版本参数。能力、超参、价格与 create 必须对应同一训练方法。 -
DPO / DPO-LoRA 不机械继承 SFT 的数据容错与 shuffle 参数;只有该模型/类型的当前配置明确支持时才传。超参名和值按实时 schema,不能照抄历史
dpo_beta,也不能把当前已注册的--beta误说成不存在。 -
数据必须是用户提供或明确授权的真实文件、TOS URI、Dataset/preset 引用;占位 bucket/path 只用于说明,不发真实提交。缺数据就请求补充。
-
本地
create --dry-run不需要以--yes绕过,也不校验远端 TOS 存在性;在线数据校验、费用 estimate 和真实提交分别报告,不把任一步成功当成训练已创建。 -
用户给出模型名和训练类型询问“精调/SFT/LoRA 价格”时,首选且必须执行
arkcli train finetune pricing --model <model> --type <type>。不要改走通用arkcli pricing models:通用账单目录不会按目标模型交叉校验训练方法能力。 -
显式选择训练方法时,必须用精确的模型版本调用
models finetune-config <model> <version> --type <type>。该命令会先按同版本FinetuneTypes校验能力;不支持时停止,不继续询价、estimate 或创建任务。 -
手动分页时,
train finetune list --page-number必须>=1,--page-size必须在1-100;第 2 页及以后超出当前过滤条件对应的total_count时是参数错误,不要把空页当成有效结果。 -
同时传入
train finetune metrics --from-step和--to-step时,to-step必须严格大于from-step;非法区间应在查询指标名称或曲线前停止。 -
train finetune pricing --billing-method token按 Token 计费项查询;instance必须提供精确的--model-version和--type,并保持超参与后续创建一致。实例结果只有price_complete=true才能作为完整小时价范围;否则必须报告missing_flavor_ids。 -
使用稳定资源组前,必须用与 create 完全相同的模型、版本、训练类型和超参数执行
train finetune resource-group list。只有allowed=true且matched=true的资源组 ID 才能传给create --resource-group;ID 是不透明字符串,必须按查询结果原样传入;有多个匹配项时让用户选择。
守卫与通用执行规则
- 运行
arkcli auth status,认证失败时按 shared skill 恢复。 - 读操作可直接执行;上传文件、创建任务、产生费用和破坏性操作必须遵守确认规则。
- 用户已经明确指定参数时不要重复询问;缺失且无法从实时查询推导时再询问。
- 输出区分事实来源:CLI/API 返回值、服务端校验结果、以及本地粗略估算。
- 不打印凭证、完整训练日志或大型轨迹内容;大结果写入文件后只提取必要字段。
参考与相关文档
- Downloads
- Security audit
- Review
- Last updated
- 2d ago
- Current version
- v1.0.0
- License
- MIT-0
