Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Monatóireacht ar an Oiliúint

Ceacht 7 as 16 Nuashonraithe 2 Samhain 2026 Ardleibhéal
Ar an leathanach seo
  1. Cén fáth Monatóireacht a Dhéanamh ar an Oiliúint
  2. An Dá Mhéadracht le Léamh
  3. Imeachtaí a Rianú tríd an API
  4. Seicphointí agus Torthaí Idirmheánacha
  5. A fhios Cathun a Stopadh
  6. Tuarascáil Achoimre in aghaidh gach Rith
  7. Príomhphointí

Nuashonrú 2 Samhain 2026 — Fáil ar fhíneáil. Tá an tseirbhís fhéinseirbhíse fíneála ó OpenAI á céimniú amach: ón 7 Bealtaine 2026, ní féidir le heagraíochtaí nach bhfuil tar éis í a úsáid riamh post a chruthú a thuilleadh; ón 2 Iúil, caithfidh tú múnla fíneáilte a bheith úsáidte agat laistigh de na 60 lá seo caite; agus ón 6 Eanáir 2027, ní bheidh aon chustaiméir in ann poist nua a sheoladh. Fanann múnlaí atá oilithe cheana inúsáidte go dtí go gcuirtear an bunmhúnla ar scor. Tá an cúrsa seo fós úsáideach chun múnla atá ann cheana a thuiscint agus a shaothrú; do thionscadail nua, tabhair tosaíocht d’innealtóireacht leideanna, RAG, agus meastóireachtaí.

Cén fáth Monatóireacht a Dhéanamh ar an Oiliúint

Má sheolann tú post fíneála agus déanann tú dearmad air, fágtar le fait accompli thú: uair an chloig ina dhiaidh sin, faigheann tú amach go bhfuil múnla agat gan a fhios cad a tharla eatarthu. Trí mhéadrachtaí a bhreathnú agus an oiliúint ar siúl, gabhann tú fadhbanna go luath, cinntíonn tú hyperpharaiméadair a choigeartú sula ndófar do bhuiséad ar fad, agus thuas rud ar bith, tuigeann tú cén fáth a raibh feidhmíocht níos fearr ag rith amháin ná ag ceann eile. Déanann monatóireacht disciplín innealtóireachta as sraith triail.

An Dá Mhéadracht le Léamh

Tomhaiseann caillteanas oiliúna (training loss) cé chomh mícheart agus atá an múnla ar na sonraí oiliúna—na sonraí céanna atá á slogadh aige faoi láthair. Ba chóir dó laghdú thar chéimeanna: sin an comhartha go bhfuil foghlaim ar siúl. Caillteanas a stopann nó a éiríonn arís ina léiríonn fadhb, de ghnáth ráta foghlama nach bhfuil calabrálaithe go maith nó corpas atá ró-heitrigineach.

Tomhaiseann caillteanas bailíochtaithe (validation loss) feidhmíocht ar shonraí nár chonaic an múnla riamh le linn na hoiliúna—an comhad a chur tú ar leataobh le linn an scoilte. Seo an mhéadracht is iontaofa chun cáilíocht iarbhír do mhúnla a mheas, toisc gurb é seo an t-aon cheann nach féidir leis an múnla a fheabhsú trí mheabhrú. Is é a n-éabhlóid chomhpháirteach a sholáthraíonn an diagnóis.

Caillteanas oiliúna Caillteanas bailíochtaithe Diagnóis
Ag laghdú Ag laghdú Gach rud go maith, lean ort
Ag laghdú Ag méadú Ró-oiriúnú — laghdaigh na heipicí
Ag stopadh Ag stopadh Faoi-oiriúnú — méadaigh an ráta foghlama
Ag luascadh Ag luascadh Éagobhsaíocht — laghdaigh an ráta foghlama

Is é an dara sraith an ceann is costasaí sa táirgeadh: caillteanas oiliúna a leanann ag laghdú agus caillteanas bailíochtaithe ag éirí arís, cur síos ar mhúnla atá ag meabhrú do shamplaí de ghlanmheabhair. Ar pháipéar, dealraíonn sé go bhfuil gach rud ag feabhsú; i ndáiríre, déanann gach céim bhreise dochar dá chumas freagra a thabhairt ar cheist nár chonaic sé riamh.

Imeachtaí a Rianú tríd an API

Ní bhrúnn an API fógraí: caithfidh tú an post a pholú ag eatraimh rialta. Fágann an lúb thíos imeachtaí nua, taispeánann sé iad in ord croineolaíoch agus seachnaíonn sé iad a thaispeáint arís a bhfuil feiceáil orthu cheana, agus filleann sé smacht chomh luath agus a shroicheann an post staid chríochta.

from openai import OpenAI
import time

client = OpenAI()

def monitor_job(job_id: str):
    """Monitors a job in real time."""
    last_event = None

    while True:
        job = client.fine_tuning.jobs.retrieve(job_id)

        # Fetch new events
        events = client.fine_tuning.jobs.list_events(
            fine_tuning_job_id=job_id,
            limit=50
        )

        for event in reversed(events.data):
            if last_event and event.id == last_event:
                continue
            print(f"[{event.created_at}] {event.message}")

        if events.data:
            last_event = events.data[0].id

        if job.status in ("succeeded", "failed", "cancelled"):
            print(f"\nJob finished: {job.status}")
            if job.status == "succeeded":
                print(f"Model: {job.fine_tuned_model}")
            return job

        time.sleep(30)

# Usage
job = monitor_job("ftjob-xxxxxxxxxxxxxxxx")

Ní téacs-mhessagáin amháin atá in imeachtaí: iompraíonn siad luachanna caillteanais ag gach céim freisin. Trína n-eastóscadh, is féidir leat cuar a phlotáil seachas línte loga a léamh, agus ar chuar a fheiceann tú buaic sa chaillteanas bailíochtaithe ar an gcéad amharc.

def extract_metrics(job_id: str) -> dict:
    """Extracts loss metrics from a completed job."""
    events = client.fine_tuning.jobs.list_events(
        fine_tuning_job_id=job_id,
        limit=200
    )

    training_losses = []
    validation_losses = []

    for event in events.data:
        data = event.data
        if data and "train_loss" in str(data):
            training_losses.append(data)
        if data and "valid_loss" in str(data):
            validation_losses.append(data)

    return {
        "training": training_losses,
        "validation": validation_losses
    }

Seicphointí agus Torthaí Idirmheánacha

Sábhálann OpenAI seicphointí le linn na hoiliúna. Má theipeann ar an bpost nó má chuireann tú ar ceal é, is féidir leat seicphointe idirmheánach inúsáidte a fháil ar ais uaireanta—in focail eile, ní rith caillte é rith a briseadh. Is acmhainn luachmhar é seo freisin i gcás ró-oiriúnaithe déanaigh: b’fhéidir go mbeadh an seicphointe a tógadh roimh an mbuaic sa chaillteanas bailíochtaithe níos fearr ná an múnla deiridh.

# List checkpoints for a job
checkpoints = client.fine_tuning.jobs.checkpoints.list(
    fine_tuning_job_id=job.id
)

for cp in checkpoints.data:
    print(f"Step {cp.step_number}")
    print(f"  Model: {cp.fine_tuned_model_checkpoint}")
    if cp.metrics:
        print(f"  Training loss: {cp.metrics.train_loss:.4f}")
        if hasattr(cp.metrics, "valid_loss"):
            print(f"  Validation loss: {cp.metrics.valid_loss:.4f}")

A fhios Cathun a Stopadh

Tá trí chomhartha a thugann údar le cur isteach ar rith oiliúna atá ar siúl. Is é an chéad cheann ná caillteanas bailíochtaithe atá ag méadú le roinnt céimeanna, ní hamháin ceann amháin: is torann luach aonair, is ró-oiriúnú treocht thar chúig phointe. Is é an dara ceann ná caillteanas oiliúna atá gar do nialas, rud a chiallaíonn go bhfuil an múnla ag atáirgeadh do shamplaí focal ar fhocal agus nach bhfuil aon rud fágtha le foghlaim aige uathu. Is prósaí an tríú ceann: ní fheabhsaíonn do thástálacha ó sheicphointe go seicphointe, agus ní chuireann gach céim bhreise ach leis an mbille.

# If you detect a problem, cancel the job
client.fine_tuning.jobs.cancel(job.id)
print("Job cancelled. Adjust your data or hyperparameters and relaunch.")

Tuarascáil Achoimre in aghaidh gach Rith

Críochnaigh gach seisiún oiliúna trí thaifead inghníomhaithe a tháirgeadh. Bailíonn an fheidhm thíos in aschur amháin ID an phoist, an bunmhúnla, na heipicí a úsáideadh, líon na dtócan oilithe, agus méadrachtaí ón seicphointe deiridh. Greamaigh na tuarascálacha seo isteach i do log rith: i gceann míosa, inseoidh siad duit cén fáth a choinnigh tú an leagan seo seachas ceann eile.

def job_report(job_id: str):
    """Generates a summary report for the job."""
    job = client.fine_tuning.jobs.retrieve(job_id)

    print("=" * 50)
    print(f"Job: {job.id}")
    print(f"Base model: {job.model}")
    print(f"Status: {job.status}")
    print(f"Epochs: {job.hyperparameters.n_epochs}")

    if job.status == "succeeded":
        print(f"Fine-tuned model: {job.fine_tuned_model}")
        print(f"Trained tokens: {job.trained_tokens}")

    if job.status == "failed":
        print(f"Error: {job.error}")

    # Checkpoints
    checkpoints = client.fine_tuning.jobs.checkpoints.list(
        fine_tuning_job_id=job_id
    )
    if checkpoints.data:
        latest = checkpoints.data[0]
        print(f"Latest checkpoint: step {latest.step_number}")
        if latest.metrics:
            print(f"  Train loss: {latest.metrics.train_loss:.4f}")

    print("=" * 50)

job_report("ftjob-xxxxxxxxxxxxxxxx")

Príomhphointí

  • Déan monatóireacht i gcónaí ar an gcaillteanas bailíochtaithe—is é sin do tháscaire fíorcháilíochta
  • Má éiríonn an caillteanas bailíochtaithe, tá tú ag déanamh ró-oiriúnaithe: laghdaigh na heipicí
  • Ligeann seicphointí duit staid idirmheánach a fháil ar ais
  • Uathoibrigh monatóireacht do phoist fhada
  • Doiciméadaigh méadrachtaí ó gach rith chun d’atriallta a chur i gcomparáid