修改模型优化任务 - UpdateOpsModelTuningTask

agentarts:modelTuningTask:updateOpsModelTuningTask

Write

modelTuningTask *

g:ResourceTag/<tag-key>

-

-

-

• g:RequestTag/<tag-key>

• g:TagKeys

task_id

是

String

参数解释：

模型优化任务ID，标识任务的唯一标识符。获取方法请参考查询模型优化任务列表 - ListOpsModelTuningTasks。

约束限制：

不涉及

取值范围：

长度为32的ID字符串，最小长度32，最大长度32。

默认取值：

无

name

是

String

参数解释：

任务名称，用于标识和区分不同的优化。

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：

空字符串

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目标智能体或工作流。

约束限制：

不涉及

取值范围：

符合OpsTuningTargetAgent定义的对象。

默认取值：

无

model_name

是

String

参数解释：

调优模型名称，用于指定优化任务使用的基础模型。

约束限制：

必须是系统支持的基础模型。

取值范围：

可选qwen3_8b或qwen3_1_7b。

默认取值：

无

training_type

否

String

参数解释：

训练类型，指定模型训练的方式。

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，指定模型参数优化的算法。

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。

约束限制：

不涉及

取值范围：

符合OpsTuningRewardSetting定义的对象。

默认取值：

无

parameter_setting

是

OpsTuningParamSetting object

参数解释：

训练超参数设置。

约束限制：

不涉及

取值范围：

符合OpsTuningParamSetting定义的对象。

默认取值：

无

dataset

是

OpsDataset object

参数解释：

训练数据集配置信息。

约束限制：

不涉及

取值范围：

符合OpsDataset定义的对象。

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：

符合OpsDataset定义的对象。

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：

有效路径字符串。

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，最小长度1，最大长度64。

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：

数组长度0-20。

取值范围：

不涉及

默认取值：

不涉及。

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，标识被优化的智能体或工作流的唯一标识符。可通过查询模型优化任务详情 - ShowOpsModelTuningTask接口查询。

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，最小长度1，最大长度64。

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，最小长度0，最大长度32。

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intent_detection，大模型llm。

默认取值：

无

node_id

否

String

参数解释：

工作流节点ID。可通过查询模型优化任务详情 - ShowOpsModelTuningTask接口查询。

约束限制：

仅当type为workflow时生效。

取值范围：

取值范围：

有效节点标识符字符串，最小长度0，最大长度64。

默认取值：

无

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：

最小长度0，最大长度4000。

默认取值：

不涉及。

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

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

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，可通过获取评测集列表接口获取。

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

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

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

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，指定本次优化任务针对的目标智能体或工作流。

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。

取值范围：

符合OpsTuningRewardSetting定义的对象。

parameter_setting

OpsTuningParamSetting object

参数解释：

超参数设置。

取值范围：

符合OpsTuningParamSetting定义的对象。

dataset

OpsDatasetInfo object

参数解释：

数据集。

取值范围：

符合OpsDatasetInfo定义的对象。

validation_set

OpsDatasetInfo object

参数解释：

验证数据集配置详情。

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100的整数。

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：

日志采集配置。

取值范围：

请参见OpsLogConfigInfo。

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。

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。

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。

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。

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36位字符串。

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。

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。

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。

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。

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。

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。

key

String

参数解释：

标签键，标识资源的分类维度。

取值范围：

最小长度1，最大长度128个unicode字符。

value

String

参数解释：

标签值，具体的分类值。

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。

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。

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。

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。

200

模型优化任务详情。

400

无效的请求体。

404

模型优化任务未找到。

500

内部服务器错误。