apogee-ai-training¶
Fine-tuning recipes (LoRA/QLoRA), distillation, RLHF/DPO entrypoints.
Esta página está sendo ampliada
As tabelas abaixo são geradas do código-fonte do pacote, portanto estão corretas. Guias narrativos e exemplos comentados estão sendo escritos módulo a módulo.
API pública¶
Tudo abaixo é exportado pela raiz do pacote, então from apogee_ai_training import X funciona para cada nome.
| Camada | Símbolos |
|---|---|
| Application · DTOs | BenchDTO, ConvertDTO, PrepareDTO, StartDTO |
| Application · Use cases | BenchPrepUseCase, ConvertFormatUseCase, GetJobUseCase, PrepareDatasetUseCase, StartJobUseCase, ValidateDatasetUseCase |
| Domain | DatasetFormat, JobStatus, TrainingConfig, TrainingDataset, TrainingExample, TrainingJob |
| Domain · Enums | TrainerKind, TrainingKind |
| Domain · Exceptions | DatasetValidationError, JobNotFoundException, TrainerNotAvailableException, TrainingError |
| Domain · Protocols (ports) | IFormatConverter, IJobRepository, ITrainer |
| Infrastructure | AlpacaConverter, ChatMLConverter, DryRunTrainer, HfDpoConverter, InMemoryJobRepository, JsonlDatasetLoader, OpenAISftConverter, OpenAITrainer, write_jsonl |
Instalação¶
A instalação base não tem dependência externa obrigatória. Cada extra habilita um adapter.
| Extra | Traz |
|---|---|
openai |
openai>=1.30 |
huggingface |
huggingface_hub>=0.23 |
CLI¶
Instalado como console script e registrado como plugin do apogee, então os mesmos subcomandos funcionam sob o binário global.
Leia a seguir¶
- Instalação
- Referência — todo símbolo público, gerado do código-fonte
- Apogee Framework — como os pacotes se encaixam