POST https://ark.cn-beijing.volcengineapi.com/?Action=CreateModelCustomizationJob&Version=2024-01-01
创建一个模型调优任务，支持全量 SFT、SFT-LoRA、继续预训练、DPO-LoRA、DPO、GRPO、GRPOLoRA、PPO、OPD、OPDLoRA 等训练类型。
鉴权#
本接口支持鉴权方式如下，详情请参见 Base URL 及鉴权。
- Access Key 鉴权，请在 Access Key 管理 页面，获取 Access Key。本接口仅支持 Access Key 鉴权。
请求参数#
Body 参数#
CustomizationType string 必选 | 训练类型
训练类型。取值范围：FinetuneSft（全量 SFT）、FinetuneLoRA（SFT-LoRA）、Pretrain（继续预训练）、DPOLoRA、DPO、GRPO、GRPOLoRA、PPO、OPD、OPDLoRA。一经创建不可修改。
Data object 必选 | 微调数据集
模型微调数据集，包含训练集和可选的验证集配置
TrainingSet object 必选 | 训练数据集
Data.TrainingSet
Datasets object[] | 数据集列表
Data.TrainingSet.Datasets
数据集列表，当此字段不为空时表示使用数据集数据训练。不可与 TosBucket，TosPaths 同时存在
DatasetId string 必选 | 数据集 ID
Data.TrainingSet.Datasets.DatasetId
DatasetVersionId string 必选 | 版本 ID
Data.TrainingSet.Datasets.DatasetVersionId
数据集版本 ID
Multiplier string | 采样倍率
Data.TrainingSet.Datasets.Multiplier
SampleCount number | 样本数
Data.TrainingSet.Datasets.SampleCount
采样的样本数
PresetData string | 预置数据集名称
Data.TrainingSet.PresetData
预置数据集名称，不填不适用预置数据集
PresetDataPercentage integer 默认值 10 | 预置数据集占比
Data.TrainingSet.PresetDataPercentage
预置数据集使用百分比（0-100），仅在填写了 PresetData 时有效。
PresetDatasets object[] | 预置数据集列表
Data.TrainingSet.PresetDatasets
DatasetVersionId string 必选 | 预置数据集版本
Data.TrainingSet.PresetDatasets.DatasetVersionId
InjectMultiplier string | 混入倍率
Data.TrainingSet.PresetDatasets.InjectMultiplier
预置数据集混入倍率
InjectSampleCount number | 混入样本数
Data.TrainingSet.PresetDatasets.InjectSampleCount
预置数据集混入的样本数
TosBucket string | TOS 桶名
Data.TrainingSet.TosBucket
TOS 桶名，需与 TosPaths 同时存在，当此字段不为空时表示使用直接使用 TOS 数据训练，不可与 Datasets 同时存在
TosPaths string[] | TOS 存储路径
Data.TrainingSet.TosPaths
TOS 存储路径，需与 TosBucket 同时存在，当此字段不为空时表示使用直接使用 TOS 数据训练，不可与 Datasets 同时存在
EncryptionKeyringType string 默认值 ManagedKeyring | 加密密钥类型
Data.EncryptionKeyringType
加密密钥类型。取值范围：ManagedKeyring、CustomKeyring。
KMSTrn string | 加密密钥 TRN
Data.KMSTrn
加密密钥 TRN，可在 KMS 控制台获取。当 EncryptionKeyringType 为 ManagedKeyring（默认）时自动生成且不可填写；为 CustomKeyring 时必填。
ValidationPercentage integer | 验证集采样比例
Data.ValidationPercentage
使用训练集数据作为验证集的比例（0-100）
ValidationSet object | 验证数据集
Data.ValidationSet
Datasets object[] | 数据集列表
Data.ValidationSet.Datasets
DatasetId string 必选 | 数据集 ID
Data.ValidationSet.Datasets.DatasetId
DatasetVersionId string 必选 | 版本 ID
Data.ValidationSet.Datasets.DatasetVersionId
数据集版本 ID
Multiplier string | 采样倍率
Data.ValidationSet.Datasets.Multiplier
SampleCount number | 样本数
Data.ValidationSet.Datasets.SampleCount
采样的样本数
TosBucket string | TOS 桶名
Data.ValidationSet.TosBucket
TOS 桶名，需与 TosPaths 同时存在，当此字段不为空时表示使用直接使用 TOS 数据，不可与 Datasets 同时存在
TosPaths string[] | TOS 存储路径
Data.ValidationSet.TosPaths
TOS 存储路径，需与 TosBucket 同时存在，当此字段不为空时表示使用直接使用 TOS 数据，不可与 Datasets 同时存在
ModelReference object 必选 | 微调基础模型
微调基于的模型，必须在定制模型和基座模型中二选一
CustomModelId string | 定制模型 ID
ModelReference.CustomModelId
定制模型的 ID
FoundationModel object | 基础模型
ModelReference.FoundationModel
ModelVersion string 必选 | 模型版本
ModelReference.FoundationModel.ModelVersion
基础模型版本
Name string 必选 | 模型名称
ModelReference.FoundationModel.Name
基础模型名称
Name string 必选 | 任务名称
模型调优任务名称
BillingMethod string | 计费方式
任务计费方式。取值范围：Instance、InstanceByCheckpoint、Token、TokenByCheckpoint。其中带 Checkpoint 后缀表示按检查点计费。
CustomRLPipelineConfig object | RL 流水线配置
自定义强化学习流水线配置，用于配置 RL 训练流水线的插件和混合策略
PipelinePlugins object[] 必选 | 插件列表
CustomRLPipelineConfig.PipelinePlugins
RL 训练流水线插件列表，定义流水线中各阶段使用的插件
Name string 必选 | 插件名称
CustomRLPipelineConfig.PipelinePlugins.Name
Description string | 插件描述
CustomRLPipelineConfig.PipelinePlugins.Description
Embedded object | 内嵌插件
CustomRLPipelineConfig.PipelinePlugins.Embedded
内嵌插件配置
FunctionMeta object 必选 | 函数元信息
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionMeta
FunctionIdentifier string 必选 | 函数标识
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionMeta.FunctionIdentifier
Source string 必选 | 源
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionMeta.Source
SourceType string 必选 | 源类型
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionMeta.SourceType
Type string 必选 | 函数类型
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionMeta.Type
FunctionConfig object | 函数配置
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig
CpuMilli integer | CPU 毫核
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.CpuMilli
EnvVars object[] | 环境变量列表
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.EnvVars
Key string 必选 | 环境变量名
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.EnvVars.Key
Value string 必选 | 环境变量值
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.EnvVars.Value
MaxConcurrency integer | 最大并发数
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.MaxConcurrency
MaxReplica integer | 最大副本数
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.MaxReplica
MemoryMB integer | 内存 MB
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.MemoryMB
MinReplica integer | 最小副本数
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.MinReplica
RequestConcurrency integer | 单实例并发
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.RequestConcurrency
单实例请求并发数
RequestTimeoutSeconds integer | 请求超时秒数
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.RequestTimeoutSeconds
Runtime string | 运行时
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.Runtime
Tags object[] | 标签列表
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.Tags
Key string 必选 | 标签键
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.Tags.Key
Value string 必选 | 标签值
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.Tags.Value
Weight number | 权重
CustomRLPipelineConfig.PipelinePlugins.Embedded.FunctionConfig.Weight
Managed object | 托管插件
CustomRLPipelineConfig.PipelinePlugins.Managed
托管插件配置
SID string 必选 | 插件 SID
CustomRLPipelineConfig.PipelinePlugins.Managed.SID
FunctionConfig object | 函数配置
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig
CpuMilli integer | CPU 毫核
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.CpuMilli
EnvVars object[] | 环境变量列表
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.EnvVars
Key string 必选 | 环境变量名
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.EnvVars.Key
Value string 必选 | 环境变量值
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.EnvVars.Value
MaxConcurrency integer | 最大并发数
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.MaxConcurrency
MaxReplica integer | 最大副本数
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.MaxReplica
MemoryMB integer | 内存 MB
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.MemoryMB
MinReplica integer | 最小副本数
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.MinReplica
RequestConcurrency integer | 单实例并发
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.RequestConcurrency
单实例请求并发数
RequestTimeoutSeconds integer | 请求超时秒数
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.RequestTimeoutSeconds
Runtime string | 运行时
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.Runtime
Tags object[] | 标签列表
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.Tags
Key string 必选 | 标签键
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.Tags.Key
Value string 必选 | 标签值
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.Tags.Value
Weight number | 权重
CustomRLPipelineConfig.PipelinePlugins.Managed.FunctionConfig.Weight
Tags object[] | 标签列表
CustomRLPipelineConfig.PipelinePlugins.Tags
Key string 必选 | 标签键
CustomRLPipelineConfig.PipelinePlugins.Tags.Key
Value string 必选 | 标签值
CustomRLPipelineConfig.PipelinePlugins.Tags.Value
GraderMixer string | 评分混合策略
CustomRLPipelineConfig.GraderMixer
评分混合策略，控制多个奖励函数的混合方式
TeacherConfigs string | 教师模型配置
CustomRLPipelineConfig.TeacherConfigs
教师模型配置，用于蒸馏类训练场景
DebugConfig object | 调试配置
调试配置，包含 RL 调试相关设置
RLDebugConfig object | RL 调试配置
DebugConfig.RLDebugConfig
强化学习训练的调试配置
APIKey string 必选 | API Key
DebugConfig.RLDebugConfig.APIKey
调用推理接入点鉴权使用的 API Key
EndpointID string 必选 | Endpoint ID
DebugConfig.RLDebugConfig.EndpointID
用于 RL 调试的推理接入点 ID
Description string | 任务描述
模型调优任务描述
EnableTrajectory boolean | 启用轨迹采集
是否启用轨迹记录
Hyperparameters object[] | 训练超参
训练超参数配置。数组中每一项的 Name 不能重复；可用超参数因训练类型而异。
Name string 必选 | 参数名
Hyperparameters.Name
超参数的参数名
Value string 必选 | 参数值
Hyperparameters.Value
超参数的参数值
OutputConfig object | 输出配置
输出配置，包含输出压缩策略等选项
OutputCompressionStrategies string[] | 输出压缩策略
OutputConfig.OutputCompressionStrategies
输出压缩策略列表，控制模型产物的压缩方式
Priority string | 调度优先级
任务调度优先级。Allocated 表示使用预留资源调度，优先级较高；Spot 表示使用抢占式资源调度，成本更低但可能被高优任务抢占。
ProjectName string 默认值 default | 所属项目
资源所属的项目名称。若资源不在默认项目中，需填写正确的项目名称。
RewardConfigs object[] | 奖励规则配置
奖励规则配置，用于强化学习训练类型（如 GRPO、PPO）
CustomRewardFunction object | 自定义奖励
RewardConfigs.CustomRewardFunction
自定义奖励函数配置
FaaSFunctionID string 必选 | veFaaS 函数 ID
RewardConfigs.CustomRewardFunction.FaaSFunctionID
veFaaS 函数 id
PresetRewardFunction object | 预置奖励函数配置
RewardConfigs.PresetRewardFunction
Hyperparameters object[] 必选 | 参数列表
RewardConfigs.PresetRewardFunction.Hyperparameters
Name string 必选 | 参数名
RewardConfigs.PresetRewardFunction.Hyperparameters.Name
超参数的参数名
Value string 必选 | 参数值
RewardConfigs.PresetRewardFunction.Hyperparameters.Value
超参数的参数值
Name string 必选 | 预置奖励函数名
RewardConfigs.PresetRewardFunction.Name
Weight number | 权重
RewardConfigs.Weight
SaveModelLimit integer 默认值 1 | 保存模型上限
保存模型的最大数量限制，取值范围为 1~10。
取值范围：[1, 10]
Tags object[] | 标签列表
标签信息配置，用于对任务进行分类管理
Key string 必选 | 标签键
Tags.Key
Value string 必选 | 标签值
Tags.Value
TestOptions object | 测试选项（内部）
测试选项，仅用于内部测试
DisableAutoCompression number | 禁用自动压缩
TestOptions.DisableAutoCompression
内部测试用，是否禁用自动压缩
FoundationModelVersionConfigurationId string | 配置 ID
TestOptions.FoundationModelVersionConfigurationId
内部测试用的基础模型版本配置 ID
SpecifiedClusterID string | 指定集群 ID
TestOptions.SpecifiedClusterID
内部测试用的指定训练集群 ID
TrainingConfigOverridePolicyIndices integer[] | 训练配置覆盖索引
TestOptions.TrainingConfigOverridePolicyIndices
内部测试用的训练配置覆盖策略索引列表
响应参数#
Id string | 任务 ID
创建好的模型调优任务的 ID