Saltar al contenido principal

​
Estructura de Comandos

El CLI de AITraining sigue un patrón consistente para todos los comandos.

​
Sintaxis Básica

aitraining <command> [options]

​
Comandos Disponibles

ComandoDescripción
llmEntrenar modelos de lenguaje grandes (LLMs)
chatLanzar interfaz de chat para inferencia
apiIniciar servidor de API de entrenamiento
text-classificationEntrenar modelos de clasificación de texto
text-regressionEntrenar modelos de regresión de texto
image-classificationEntrenar modelos de clasificación de imagen
image-regressionEntrenar modelos de regresión de imagen
token-classificationEntrenar clasificación NER/token
seq2seqEntrenar modelos secuencia-a-secuencia
tabularEntrenar modelos de datos tabulares
sentence-transformersEntrenar modelos de embedding de oraciones
object-detectionEntrenar modelos de detección de objetos
vlmEntrenar modelos visión-lenguaje
extractive-qaEntrenar modelos de QA extractiva
toolsHerramientas utilitarias: merge-llm-adapter, convert_to_kohya
setupConfiguración inicial
spacerunnerEjecutar entrenamiento en Hugging Face Spaces
Requisitos de SpaceRunner: El comando spacerunner requiere que se especifiquen --project-name, --script-path, --username, --token y --backend.

​
Obtener Ayuda

​
Ayuda General

aitraining --help

​
Ayuda Específica de Comando

aitraining llm --help

​
Ayuda Específica de Trainer

Para entrenamiento LLM, ver parámetros de un trainer específico: 
aitraining llm --trainer sft --help
aitraining llm --trainer dpo --help
aitraining llm --trainer orpo --help
aitraining llm --trainer ppo --help
O usa el modo de vista previa: 
aitraining llm --preview-trainer dpo --help

​
Opciones Globales

Estas opciones son verdaderamente globales (funcionan en el nivel superior):
OpciónDescripción
--help, -hMostrar mensaje de ayuda
--version, -vMostrar versión
--configCargar desde archivo de configuración YAML
La opción --backend está disponible en la mayoría de comandos de entrenamiento pero se registra por comando, no globalmente. Ver Opciones Globales para detalles de backend.

​
Uso de Archivo de Configuración

En lugar de argumentos de línea de comandos, usa una configuración YAML: 
aitraining --config training_config.yaml

​
Ejemplos

​
Entrenamiento LLM Básico

aitraining llm --train \
  --model google/gemma-3-270m \
  --data-path ./data \
  --project-name my-model \
  --trainer sft

​
Con LoRA

aitraining llm --train \
  --model meta-llama/Llama-3.2-1B \
  --data-path ./data \
  --project-name my-lora-model \
  --peft \
  --lora-r 16 \
  --lora-alpha 32

​
Clasificación de Texto

aitraining text-classification \
  --model bert-base-uncased \
  --data-path ./reviews.csv \
  --text-column text \
  --target-column label \
  --project-name sentiment-model

​
Modo Interactivo

Ejecuta sin argumentos para iniciar el asistente interactivo: 
aitraining
O explícitamente: 
aitraining llm --interactive

​
Próximos Pasos

Entrenamiento LLM

Guía completa para entrenar LLMs

Configuraciones YAML

Usar archivos de configuración