# 创建模型优化任务 - CreateOpsModelTuningTask #### 功能介绍 本接口用于创建一个全新的模型优化任务。并配置训练任务中所使用的大模型、数据集与超参配置。模型优化的目的是对智能体或工作流中的大模型进行端到端的定向调优，通过强化学习算法提升模型在特定业务场景下的推理与表达能力。任务创建后默认进入"草稿"状态。 适用场景： 在受限于成本和响应速度无法使用超大模型时，通过定向调优小模型，使其在特定业务场景下的表现逼近大模型。 #### 调用方法 请参见[如何调用API](https://support.huaweicloud.com/api-agentarts/agentarts_07_0003.html)。 #### 授权信息 账号根用户具备所有API的调用权限，如果使用账号下的IAM用户调用当前API，该IAM用户需具备如下身份策略权限，更多的权限说明请参见[权限和授权项](https://support.huaweicloud.com/api-agentarts/Permission.html)。 | 授权项 | 访问级别 | 资源类型（\*为必须） | 条件键 | 别名 | 依赖的授权项 | |:---|:---|:---|:---|:---|:---| | agentarts:modelTuningTask:createOpsModelTuningTask | Write | modelTuningTask \* | - | - | - | | agentarts:modelTuningTask:createOpsModelTuningTask | Write | - | - g:RequestTag/\ - g:TagKeys | - | - | #### URI POST /v1/ops/model-tuning-tasks #### 请求参数 表1请求Body参数 | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | name | 是 | String | **参数解释：** 任务名称，用于标识和区分不同的模型优化任务。 **约束限制：** 不涉及 **取值范围：** 长度1-64个字符，支持中文、字母、数字、中划线及下划线。 **默认取值：** 无 | | description | 否 | String | **参数解释：** 任务的详细描述，用于记录任务目的或备注信息。 **约束限制：** 不涉及 **取值范围：** 长度0-1024个字符。 **默认取值：** 无 | | agent | 是 | [OpsTuningTargetAgent] object | **参数解释：** 调优目标对象，指定本次优化任务针对的智能体或工作流。 **约束限制：** 指定的智能体必须处于可用状态。 **取值范围：** 详见[OpsTuningTargetAgent]。 **默认取值：** 无 | | model_name | 是 | String | **参数解释：** 基础调优模型名称，作为本次优化训练的底座模型。 **约束限制：** 必须是系统支持的基础模型。 **取值范围：** 可选值为qwen3_8b或qwen3_1_7b。 **默认取值：** 无 | | training_type | 否 | String | **参数解释：** 训练类型，决定模型训练所采用的学习算法类别。 **约束限制：** 目前仅支持强化学习。 **取值范围：** 固定值为rl。 **默认取值：** rl | | tuning_method | 否 | String | **参数解释：** 调优方法/算法，指定模型优化所使用的具体算法策略。 **约束限制：** 支持grpo群组相对优化算法和opd算法。 **取值范围：** grpo或opd。 **默认取值：** grpo | | teacher_model_name | 否 | String | **参数解释：** 教师模型名称，OPD方法必填，作为蒸馏的教师模型。 **约束限制：** 仅tuning_method为opd时需要指定。 **取值范围：** qwen3_8b。 **默认取值：** 无 | | reward_setting | 是 | [OpsTuningRewardSetting] object | **参数解释：** 奖励函数配置，用于评估模型生成结果的质量并反馈给强化学习算法。 **约束限制：** 不涉及 **取值范围：** 请参见[OpsTuningRewardSetting]。 **默认取值：** 无 | | parameter_setting | 是 | [OpsTuningParamSetting] object | **参数解释：** 训练超参数设置，用于控制训练过程中的收敛速度和效果。 **约束限制：** 参数取值需在合法范围内，否则可能导致训练失败。 **取值范围：** 请参见[OpsTuningParamSetting]。 **默认取值：** 无 | | dataset | 是 | [OpsDataset] object | **参数解释：** 训练数据集配置，指定用于训练的数据集。 **约束限制：** 不涉及 **取值范围：** 请参见[OpsDataset]。 **默认取值：** 无 | | validation_set | 否 | [OpsDataset] object | **参数解释：** 验证数据集配置，指定用于验证训练结果的数据集。 **约束限制：** 不涉及 **取值范围：** 请参见[OpsDataset]。 **默认取值：** 无 | | validation_set_ratio | 否 | Integer | **参数解释：** 验证集比例，使用训练数据集中的部分数据进行验证。 **约束限制：** 不涉及 **取值范围：** 0到99的整数（单位：%） **默认取值：** 无 | | train_product_path | 是 | String | **参数解释：** 训练产物OBS路径。 **约束限制：** 必须是真实存在的OBS路径且具备读写权限。 **取值范围：** 不涉及 **默认取值：** 无 | | log_config | 否 | [OpsLogConfig] object | **参数解释：** 日志采集配置。 **约束限制：** 不涉及 **取值范围：** 请参见[OpsLogConfig]。 **默认取值：** 无 | | agency_name | 是 | String | **参数解释：** 委托名称，赋予服务访问用户资源的权限。 **约束限制：** 必须是IAM中已创建的有效委托。 **取值范围：** 合法的委托名称字符串。 **默认取值：** 无 | | tags | 否 | Array of [OpsTasksTagForTMS] objects | **参数解释：** 资源标签列表，用于资源分类。 **约束限制：** 不涉及 **取值范围：** 数组长度0-20。 **默认取值：** 空数组 | 表2OpsTuningTargetAgent | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | type | 是 | String | **参数解释：** 智能体类型，区分优化目标是单智能体还是工作流。 **约束限制：** 不涉及 **取值范围：** 单智能体agent，工作流workflow。 **默认取值：** 无 | | id | 是 | String | **参数解释：** 智能体ID，对应AgentArts平台中的智能体实例。 可在AgentArts平台"开发中心 \> 智能体管理"页面获取ID，注意对应的智能体需要是"已提交"状态。 图1获取智能体ID ![](https://support.huaweicloud.com/api-agentarts/zh-cn_image_0000002555777110.png "点击放大") **约束限制：** 必须是系统中存在的真实ID。 **取值范围：** 有效标识符字符串。 **默认取值：** 无 | | version | 否 | String | **参数解释：** 智能体版本。 **约束限制：** 不涉及 **取值范围：** 版本号字符串。 **默认取值：** latest | | node_type | 否 | String | **参数解释：** 工作流节点类型，仅当type为workflow时有效，指定优化工作流中的哪类节点。 **约束限制：** 仅当type为workflow时生效。 **取值范围：** 意图识别节点intent_detection，大模型节点llm。 **默认取值：** 无 | | node_id | 否 | String | **参数解释：** 工作流节点ID，对应工作流中特定节点的唯一标识。 可在AgentArts平台"开发中心 \> 智能体管理"页面获取ID，注意对应的工作流需要是"已提交"状态。 图2获取工作流ID ![](https://support.huaweicloud.com/api-agentarts/zh-cn_image_0000002555777600.png "点击放大") **约束限制：** 仅当type为workflow时生效。 **取值范围：** 有效节点标识符字符串。 **默认取值：** 无 | 表3OpsTuningRewardSetting | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | reward_type | 是 | String | **参数解释：** 奖励类型，决定采用何种方式评估模型输出质量。 **约束限制：** 不涉及 **取值范围：** rule：规则奖励，基于预定义规则进行评分；generative：生成式奖励，使用判别模型进行评分；code：基于代码进行评分。 **默认取值：** 无 | | model_name | 否 | String | **参数解释：** 模型名称，用于生成式奖励打分的裁判模型。 **约束限制：** generative类型必填。 **取值范围：** 支持的判别模型名称字符串，最小长度0，最大长度128。 **默认取值：** 无 | | apikey_credential_provider | 否 | String | **参数解释：** API密钥凭证提供者，用于访问判别模型的认证信息。 **约束限制：** generative类型必填。 **取值范围：** 平台中配置的凭证名称。 **默认取值：** 无 | | rubric | 否 | String | **参数解释：** 评分标准，指导判别模型进行评分的提示词内容。 **约束限制：** generative类型必填。 **取值范围：** 长度0-10240个字符的提示词。 **默认取值：** 无 | | rules | 否 | Array of [OpsTuningRewardRule] objects | **参数解释：** 规则列表，定义具体的规则奖励函数。 **约束限制：** rule类型必填，数组长度0-3。 **取值范围：** 不涉及 **默认取值：** 不涉及。 | | code_interpreter_id | 否 | String | **参数解释：** 代码解释器ID，可通过[查询代码解释器列表](https://support.huaweicloud.com/api-agentarts/ListCoreCodeInterpreters.html)接口获取。 **约束限制：** code类型必填。 **取值范围：** 符合UUID正则\^\[0-9a-fA-F\]{8}-\[0-9a-fA-F\]{4}-\[0-9a-fA-F\]{4}-\[0-9a-fA-F\]{4}-\[0-9a-fA-F\]{12}$的36位字符串。 **默认取值：** 不涉及。 | | code | 否 | String | **参数解释：** 计算奖励的代码片段。 **约束限制：** code类型必填。 **取值范围：** 最大长度4000。 **默认取值：** 不涉及。 | 表4OpsTuningRewardRule | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | function_name | 是 | String | **参数解释：** 规则名称，对应具体的奖励计算逻辑。 **约束限制：** 不涉及 **取值范围：** 思维链式奖励think_format_reward，精准匹配奖励exact_match_reward，数值匹配奖励math_correctness_reward。 **默认取值：** 无 | | weight | 是 | Double | **参数解释：** 权重，表示该规则在总奖励中的占比。 **约束限制：** 不涉及 **取值范围：** 0.0到1.0之间的浮点数。 **默认取值：** 无 | | regex | 是 | String | **参数解释：** 正则表达式，用于匹配模型输出的特定格式。 **约束限制：** 不涉及 **取值范围：** 合法的正则表达式字符串，最小长度0，最大长度256。 **默认取值：** 无 | 表5OpsTuningParamSetting | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | actor_optimizer_lr | 是 | String | **参数解释：** 优化器学习率，控制模型参数更新的步长。 **约束限制：** 数值过大可能导致训练震荡，过小可能导致收敛缓慢。 **取值范围：** 科学计数法字符串，如1.0E-5，最小长度1，最大长度20。 **默认取值：** 无 | | train_batch_size | 是 | Integer | **参数解释：** 批大小，单次训练迭代中使用的样本数量。 **约束限制：** 不涉及 **取值范围：** 1到10000的正整数，单位为个样本。 **默认取值：** 无 | | rollout_num | 是 | Integer | **参数解释：** 分组大小，GRPO算法中每次生成用于对比的样本组数量。 **约束限制：** 不涉及 **取值范围：** 1到10000的正整数，单位为个分组。 **默认取值：** 无 | | epoch_num | 是 | Integer | **参数解释：** 训练轮数，全量数据集被模型训练的次数。 **约束限制：** 不涉及 **取值范围：** 1到10000的正整数，单位为轮。 **默认取值：** 无 | | max_length | 是 | Integer | **参数解释：** 最大长度，模型生成序列的最大Token数。 **约束限制：** 不涉及 **取值范围：** 1到100000的正整数，单位为个Token。 **默认取值：** 无 | | ckpt_save_step | 是 | Integer | **参数解释：** 保存频率，每隔多少个训练步保存一次模型检查点。 **约束限制：** 不涉及 **取值范围：** 1到10000的正整数，单位为步。 **默认取值：** 无 | 表6OpsDataset | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | id | 是 | String | **参数解释：** 数据集ID，标识已创建的训练数据集。可通过[获取评测集列表](https://support.huaweicloud.com/api-agentarts/ListOpsDatasets.html)接口查询，注意需要使用latest_version不为空的数据集，不为空即表示该数据集已经执行过发布。 **约束限制：** 不涉及 **取值范围：** 数据集ID，可通过[查询数据集列表](https://support.huaweicloud.com/api-agentarts/ListOpsDatasets.html)接口获取。 **默认取值：** 无 | | version | 是 | String | **参数解释：** 数据集版本。 **约束限制：** 不涉及 **取值范围：** 数据集版本号字符串，最小长度1，最大长度64。 **默认取值：** 无 | 表7OpsLogConfig | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | enabled | 否 | Boolean | **参数解释：** 是否开启日志采集。 **约束限制：** 不涉及 **取值范围：** true或false。 **默认取值：** false | | storage_mode | 否 | String | **参数解释：** 日志存储方式。 **约束限制：** 不涉及 **取值范围：** prefabricate：预制，customize：自定义。 **默认取值：** 无 | | group_id | 否 | String | **参数解释：** 日志组ID，可以通过LTS的控制台页面或者LTS日志组查询接口获取。日志组ID和日志流ID都没有指定时，使用默认的日志组和日志流。 **约束限制：** 不涉及 **取值范围：** 长度为 0 - 64 个字符。 **默认取值：** 无 | | stream_id | 否 | String | **参数解释：** 日志流ID，可以通过LTS的控制台页面或者LTS日志流查询接口获取。 **约束限制：** 日志组ID指定时，日志流ID必填。 **取值范围：** 长度为 0 - 64 个字符。 **默认取值：** 无 | 表8OpsTasksTagForTMS | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | key | 是 | String | **参数解释：** 标签键，标识资源的分类维度。 **约束限制：** 不能为空或者空字符串，不能为空格，校验和使用之前先trim前后半角空格。最大长度128个unicode字符。 **取值范围：** 最小长度1，最大长度128个unicode字符。 **默认取值：** 无 | | value | 是 | String | **参数解释：** 标签值，具体的分类值。 **约束限制：** 不校验字符集范围。 **取值范围：** 不校验字符集范围。最小长度0，最大长度255个unicode字符。 **默认取值：** 无 | #### 响应参数 **状态码：200** 表9响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | id | String | **参数解释：** 模型优化任务ID。 **取值范围：** UUID格式字符串。 | | name | String | **参数解释：** 任务名称。 **取值范围：** 长度1-64个字符的字符串。 | | description | String | **参数解释：** 任务描述。 **取值范围：** 长度0-255个字符的字符串。 | | agent | [OpsTuningTargetAgent] object | **参数解释：** 调优目标对象，包含目标智能体的配置信息。 **取值范围：** 符合[OpsTuningTargetAgent]定义的对象。 | | model_name | String | **参数解释：** 调优模型名称。 **取值范围：** qwen3_8b或qwen3_1_7b。 | | train_agent | [OpsTuningTrainAgent] object | **参数解释：** 训练实例对象，包含训练过程中实际使用的模型实例信息。 **取值范围：** 符合[OpsTuningTrainAgent]定义的对象。 | | training_type | String | **参数解释：** 训练类型。 **取值范围：** 固定值为 rl（强化学习）。 | | tuning_method | String | **参数解释：** 调优方法。 **取值范围：** grpo（群组相对优化）或opd（在线蒸馏）。 | | teacher_model_name | String | **参数解释：** 教师模型名称，OPD方法必填，作为蒸馏的教师模型。 **取值范围：** qwen3_8b。 | | reward_setting | [OpsTuningRewardSetting] object | **参数解释：** 奖励函数配置详情。 **取值范围：** 符合[OpsTuningRewardSetting]定义的对象。 | | parameter_setting | [OpsTuningParamSetting] object | **参数解释：** 训练超参数设置详情。 **取值范围：** 符合[OpsTuningParamSetting]定义的对象。 | | dataset | [OpsDatasetInfo] object | **参数解释：** 数据集配置详情。 **取值范围：** 符合[OpsDatasetInfo]定义的对象。 | | validation_set | [OpsDatasetInfo] object | **参数解释：** 验证集配置详情。 **取值范围：** 符合[OpsDatasetInfo]定义的对象。 | | validation_set_ratio | Integer | **参数解释：** 验证集比例。 **取值范围：** 0到99的整数（单位：%）。 | | train_product_path | String | **参数解释：** 训练产物路径。 **取值范围：** 不涉及 | | log_config | [OpsLogConfigInfo] object | **参数解释：** 日志配置详情。 **取值范围：** 符合[OpsLogConfigInfo]定义的对象 | | agency_name | String | **参数解释：** 委托名称，赋予服务访问用户资源的权限。 **取值范围：** 有效的IAM委托名称字符串。 | | status | String | **参数解释：** 任务状态。 **取值范围：** draft草稿态，preparing准备中，training训练中，stopped已停止，success成功，fail失败，deleting删除中，stopping停止中。 | | fail_detail | [OpsFailDetail] object | **参数解释：** 失败详情信息，包含错误码和错误详情。 **取值范围：** 符合[OpsFailDetail]定义的对象。 | | progress | Double | **参数解释：** 任务进度，单位：%。 **取值范围：** 0.0到100.0之间的浮点数。 | | created_at | Long | **参数解释：** 创建时间，单位：毫秒（13位时间戳）。 **取值范围：** 13位毫秒级时间戳，最小值0，最大值9223372036854775807。 | | updated_at | Long | **参数解释：** 更新时间（单位：毫秒）。 **取值范围：** 13位毫秒级时间戳，最小值0，最大值9223372036854775807。 | | executed_at | Long | **参数解释：** 运行时长，单位：分钟。 **取值范围：** 13位毫秒级时间戳，最小值0，最大值9223372036854775807。 | | end_at | Long | **参数解释：** 执行结束时间，单位：毫秒（13位时间戳）。 **取值范围：** 13位毫秒级时间戳，最小值0，最大值9223372036854775807。 | | executed_time | Integer | **参数解释：** 运行时长，单位：分钟。 **取值范围：** 大于等于0的整数（单位：分钟） | | tags | Array of [OpsTasksTagForTMS] objects | **参数解释：** 资源标签列表，符合OpsTasksTagForTMS定义的对象数组。 **取值范围：** 不涉及。 | 表10OpsTuningTargetAgent | 参数 | 参数类型 | 描述 | |:---|:---|:---| | type | String | **参数解释：** 智能体类型，区分优化目标是单智能体还是工作流。 **取值范围：** 单智能体agent，工作流workflow。 | | id | String | **参数解释：** 智能体ID，对应AgentArts平台中的智能体实例。 可在AgentArts平台"开发中心 \> 智能体管理"页面获取ID，注意对应的智能体需要是"已提交"状态。 **取值范围：** 有效标识符字符串，最小长度1，最大长度64。 | | version | String | **参数解释：** 智能体版本。 **取值范围：** 版本号字符串，最小长度0，最大长度32。 | | node_type | String | **参数解释：** 工作流节点类型，仅当type为workflow时有效，指定优化工作流中的哪类节点。 **取值范围：** 意图识别intent_detection，大模型llm。 | | node_id | String | **参数解释：** 工作流节点ID，对应工作流中特定节点的唯一标识。 可在AgentArts平台"开发中心 \> 智能体管理"页面获取ID，注意对应的工作流需要是"已提交"状态。 **取值范围：** 有效节点标识符字符串，最小长度0，最大长度64。 | 表11OpsTuningTrainAgent | 参数 | 参数类型 | 描述 | |:---|:---|:---| | id | String | **参数解释：** 智能体ID，训练实例关联的智能体。 **取值范围：** 有效标识符字符串，最小长度1，最大长度32。 | | version | String | **参数解释：** 智能体版本。 **取值范围：** 版本号字符串，最小长度1，最大长度32。 | | model_provider_id | String | **参数解释：** 训练模型的供应商ID，标识模型来源的服务商。 **取值范围：** 供应商标识字符串。 | | model_id | String | **参数解释：** 训练模型ID，标识正在被训练的具体模型实例。 **取值范围：** 模型标识字符串，最小长度1，最大长度32。 | 表12OpsTuningRewardSetting | 参数 | 参数类型 | 描述 | |:---|:---|:---| | reward_type | String | **参数解释：** 奖励类型，决定采用何种方式评估模型输出质量。 **取值范围：** rule：规则奖励，基于预定义规则进行评分；generative：生成式奖励，使用判别模型进行评分；code：基于代码进行评分。 | | model_name | String | **参数解释：** 模型名称，用于生成式奖励打分的裁判模型。 **取值范围：** 支持的判别模型名称字符串，最小长度0，最大长度128。 | | apikey_credential_provider | String | **参数解释：** API密钥凭证提供者，用于访问判别模型的认证信息。 **取值范围：** 平台中配置的凭证名称。 | | rubric | String | **参数解释：** 评分标准，指导判别模型进行评分的提示词内容。 **取值范围：** 长度0-10240个字符的提示词。 | | rules | Array of [OpsTuningRewardRule] objects | **参数解释：** 规则列表，定义具体的规则奖励函数。 **取值范围：** 不涉及 | | code_interpreter_id | String | **参数解释：** 代码解释器ID，可通过[查询代码解释器列表](https://support.huaweicloud.com/api-agentarts/ListCoreCodeInterpreters.html)接口获取。 **取值范围：** 符合UUID正则\^\[0-9a-fA-F\]{8}-\[0-9a-fA-F\]{4}-\[0-9a-fA-F\]{4}-\[0-9a-fA-F\]{4}-\[0-9a-fA-F\]{12}$的字符串，最大长度36。 | | code | String | **参数解释：** 计算奖励的代码片段。 **取值范围：** 最小长度0，最大长度4000。 | 表13OpsTuningRewardRule | 参数 | 参数类型 | 描述 | |:---|:---|:---| | function_name | String | **参数解释：** 规则名称，对应具体的奖励计算逻辑。 **取值范围：** 思维链式奖励think_format_reward，精准匹配奖励exact_match_reward，数值匹配奖励math_correctness_reward。 | | weight | Double | **参数解释：** 权重，表示该规则在总奖励中的占比。 **取值范围：** 0.0到1.0之间的浮点数。 | | regex | String | **参数解释：** 正则表达式，用于匹配模型输出的特定格式。 **取值范围：** 合法的正则表达式字符串，最小长度0，最大长度256。 | 表14OpsTuningParamSetting | 参数 | 参数类型 | 描述 | |:---|:---|:---| | actor_optimizer_lr | String | **参数解释：** 优化器学习率，控制模型参数更新的步长。 **取值范围：** 科学计数法字符串，如1.0E-5，最小长度1，最大长度20。 | | train_batch_size | Integer | **参数解释：** 批大小，单次训练迭代中使用的样本数量。 **取值范围：** 1到10000的正整数，单位为个样本。 | | rollout_num | Integer | **参数解释：** 分组大小，GRPO算法中每次生成用于对比的样本组数量。 **取值范围：** 1到10000的正整数，单位为个分组。 | | epoch_num | Integer | **参数解释：** 训练轮数，全量数据集被模型训练的次数。 **取值范围：** 1到10000的正整数，单位为轮。 | | max_length | Integer | **参数解释：** 最大长度，模型生成序列的最大Token数。 **取值范围：** 1到100000的正整数，单位为个Token。 | | ckpt_save_step | Integer | **参数解释：** 保存频率，每隔多少个训练步保存一次模型检查点。 **取值范围：** 1到10000的正整数，单位为步。 | 表15OpsDatasetInfo | 参数 | 参数类型 | 描述 | |:---|:---|:---| | id | String | **参数解释：** 数据集ID，标识已创建的训练数据集。 **取值范围：** 真实存在的数据集ID字符串，最小长度1，最大长度64。 | | version | String | **参数解释：** 数据集版本号。 **取值范围：** 版本号字符串，最小长度1，最大长度64。 | | version_name | String | **参数解释：** 版本显示名称。 **取值范围：** 版本显示名称字符串。 | 表16OpsLogConfigInfo | 参数 | 参数类型 | 描述 | |:---|:---|:---| | enabled | Boolean | **参数解释：** 是否开启日志采集。 **取值范围：** true或false。 | | project_id | String | **参数解释：** 项目ID。 **取值范围：** 长度为 0 - 64 个字符。 | | storage_mode | String | **参数解释：** 日志存储方式。 **取值范围：** prefabricate：预制，customize：自定义。 | | group_id | String | **参数解释：** 日志组ID，可以通过LTS的控制台页面或者LTS日志组查询接口获取。日志组ID和日志流ID都没有指定时，使用默认的日志组和日志流。 **取值范围：** 长度为 0 - 64 个字符。 | | stream_id | String | **参数解释：** 日志流ID，可以通过LTS的控制台页面或者LTS日志流查询接口获取。 **取值范围：** 长度为 0 - 64 个字符。 | 表17OpsFailDetail | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | **参数解释：** 错误码。 **取值范围：** 规范化的系统错误码字符串。 | | error_msg | String | **参数解释：** 错误信息。 **取值范围：** 错误描述字符串。 | 表18OpsTasksTagForTMS | 参数 | 参数类型 | 描述 | |:---|:---|:---| | key | String | **参数解释：** 标签键。 **取值范围：** 不能为空或者空字符串，不能为空格，校验和使用之前先trim前后半角空格。最大长度128个unicode字符。 | | value | String | **参数解释：** 值。 **取值范围：** 不校验字符集范围。每个值最大长度255个unicode字符。 | **状态码：400** 表19响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | **参数解释：** 机器可读的错误代码。 **取值范围：** 系统错误码字符串。 | | error_msg | String | **参数解释：** 人类可读的错误消息。 **取值范围：** 详细错误说明字符串。 | **状态码：403** 表20响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | **参数解释：** 机器可读的错误代码。 **取值范围：** 系统错误码字符串。 | | error_msg | String | **参数解释：** 人类可读的错误消息。 **取值范围：** 详细错误说明字符串。 | | encoded_authorization_message | String | **参数解释：** 编码后的授权失败信息。 **取值范围：** 字符串。 | | details | Array of [OpsRLCommonError] objects | **参数解释：** 依赖的下游服务错误信息列表。 **取值范围：** 包含error_code和error_msg的对象数组。 | 表21OpsRLCommonError | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | **参数解释：** 机器可读的错误代码。 **取值范围：** 系统错误码字符串。 | | error_msg | String | **参数解释：** 人类可读的错误消息。 **取值范围：** 详细错误说明字符串。 | **状态码：409** 表22响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | **参数解释：** 机器可读的错误代码。 **取值范围：** 系统错误码字符串。 | | error_msg | String | **参数解释：** 人类可读的错误消息。 **取值范围：** 详细错误说明字符串。 | **状态码：500** 表23响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | error_code | String | **参数解释：** 机器可读的错误代码。 **取值范围：** 系统错误码字符串。 | | error_msg | String | **参数解释：** 人类可读的错误消息。 **取值范围：** 详细错误说明字符串。 | #### 请求示例 创建一个全新的模型优化任务。并配置训练任务中所使用的大模型、数据集与超参配置。 ``` POST /v1/ops/model-tuning-tasks Content-Type:application/json X-Sdk-Date:20240416T095341Z Authorization:SDK-HMAC-SHA256 Access=****************, SignedHeaders=content-type;host;x-sdk-date, Signature=**************** { "name" : "rl-tuning-task-rule", "agent" : { "type" : "workflow", "id" : "57ae91cf2f504899921a50d1c75f0547", "node_type" : "llm", "node_id" : "node-2" }, "model_name" : "qwen3_1_7b", "training_type" : "rl", "tuning_method" : "grpo", "reward_setting" : { "reward_type" : "rule", "rules" : [ { "function_name" : "think_format_reward", "weight" : 0.4, "regex" : "[\\s\\S]*?" }, { "function_name" : "exact_match_reward", "weight" : 0.6, "regex" : "\\\\boxed\\{(.*?)\\}" } ] }, "parameter_setting" : { "actor_optimizer_lr" : 5.0E-6, "train_batch_size" : 4, "rollout_num" : 8, "epoch_num" : 5, "max_length" : 8192, "ckpt_save_step" : 50 }, "dataset" : { "id" : "b1ba4480-ad2d-4af6-8bae-af392b4eef83", "version" : "dd31db39-3973-4eff-b0e7-01a29454635b" }, "train_product_path" : "obs://my-bucket/math-train/outputs/", "agency_name" : "ops-tuning-trust", "tags" : [ { "key" : "environment", "value" : "production" }, { "key" : "project", "value" : "AI-Agent" } ] } ``` #### 响应示例 **状态码：200** ``` { "id" : "57ae91cf2f504899921a50d1c75f0547", "name" : "rl-tuning-task-generative", "description" : "基于生成式奖励(Qwen-max评分)的模型优化任务", "agent" : { "type" : "agent", "id" : "f0fab58d-8285-4c47-b856-1079cad579da", "version" : "v1.0" }, "model_name" : "qwen3_8b", "train_agent" : { "id" : "train-agent-789", "version" : "v1.0", "model_provider_id" : "provider-qwen", "model_id" : "model-qwen3-8b-base" }, "training_type" : "rl", "tuning_method" : "grpo", "reward_setting" : { "reward_type" : "generative", "model_name" : "qwen-max", "apikey_credential_provider" : "my-apikey-provider", "rubric" : "你是一个严苛的评分专家，请根据以下标准为回答打分：1. 内容准确性 2. 逻辑连贯性。" }, "parameter_setting" : { "actor_optimizer_lr" : 1.0E-5, "train_batch_size" : 8, "rollout_num" : 4, "epoch_num" : 10, "max_length" : 4096, "ckpt_save_step" : 100 }, "dataset" : { "id" : "b1ba4480-ad2d-4af6-8bae-af392b4eef83", "version" : "dd31db39-3973-4eff-b0e7-01a29454635b", "version_name" : "v1.0.0" }, "validation_set_ratio" : 10, "train_product_path" : "obs://my-bucket/rl-train/outputs/", "agency_name" : "ops-tuning-trust", "status" : "training", "progress" : 0, "created_at" : 1775808300000, "updated_at" : 1775808300000, "executed_time" : 0, "tags" : [ { "key" : "environment", "value" : "production" }, { "key" : "project", "value" : "AI-Agent" } ] } ``` #### 状态码 | 状态码 | 描述 | |:---|:---| | 200 | 模型优化任务详情。 | | 400 | 无效的请求体。 | | 403 | 权限不足，拒绝访问。 | | 409 | 模型优化任务已存在。 | | 500 | 服务器错误。 | #### 错误码 请参见[错误码](https://support.huaweicloud.com/api-agentarts/ErrorCode.html)。