RFT ਲਈ ਬਿਲਿੰਗ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ
Reinforcement Fine‑Tuning (RFT) ਤੁਹਾਨੂੰ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ OpenAI ਦੇ ਰੀਜ਼ਨਿੰਗ ਮਾਡਲਾਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਸਹੂਲਤ ਦਿੰਦੀ ਹੈ. ਸਾਡੀਆਂ supervised ਜਾਂ preference fine‑tuning ਪੇਸ਼ਕਸ਼ਾਂ ਤੋਂ ਵੱਖ, ਜਿਨ੍ਹਾਂ ਦੀ ਬਿਲਿੰਗ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾਸੈੱਟ ਵਿੱਚ ਟੋਕਨਾਂ ਦੀ ਗਿਣਤੀ ਅਨੁਸਾਰ ਹੁੰਦੀ ਹੈ, RFT ਦੀ ਬਿਲਿੰਗ ਉਸ ਸਮੇਂ ਦੇ ਆਧਾਰ 'ਤੇ ਹੁੰਦੀ ਹੈ ਜੋ ਤੁਹਾਡਾ ਟ੍ਰੇਨਿੰਗ ਰਨ ਮੁੱਖ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਕੰਮ ਕਰਨ ਵਿੱਚ ਲਗਾਉਂਦਾ ਹੈ.
ਇਹ ਗਾਈਡ ਸਮਝਾਉਂਦੀ ਹੈ ਕਿ ਬਿਲ ਹੋਣ ਵਾਲੇ ਟ੍ਰੇਨਿੰਗ ਸਮੇਂ ਵਿੱਚ ਕੀ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ, ਅਸੀਂ pause ਅਤੇ cancellation ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦੇ ਹਾਂ, ਅਤੇ ਤੁਹਾਡੇ configuration ਚੋਣਾਂ ਲਾਗਤ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਕੀਮਤਾਂ
ਕੰਪਿਊਟ: o4-mini-2025-04-16 ਲਈ ਮੁੱਖ ਸਿਖਲਾਈ ਲੂਪ ਵਿੱਚ ਲੱਗੇ ਅਸਲ ਸਮੇਂ ਦਾ ਪ੍ਰਤੀ ਘੰਟਾ $100. ਖਰਚਿਆਂ ਦੀ ਗਣਨਾ ਪ੍ਰਤੀ ਸਕਿੰਟ ਦੇ ਅਨੁਪਾਤ ਅਨੁਸਾਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਇਨਵੌਇਸ ਵਿੱਚ ਦੋ ਦਸ਼ਮਲਵ ਅੰਕਾਂ ਤੱਕ ਪੂਰਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਵੇਂ 2.55 ਘੰਟੇ.
ਮਾਡਲ ਮੁਲਾਂਕਣਕਾਰ ਦੀ ਵਰਤੋਂ: ਜੇ ਤੁਸੀਂ ਸਿਖਲਾਈ ਦੌਰਾਨ ਨਤੀਜਿਆਂ ਦਾ "ਮੁਲਾਂਕਣ" ਕਰਨ ਲਈ OpenAI ਮਾਡਲ ਵਰਤਦੇ ਹੋ, ਤਾਂ ਉਨ੍ਹਾਂ ਮੁਲਾਂਕਣ ਕਾਲਾਂ ਵੱਲੋਂ ਵਰਤੇ ਟੋਕਨਾਂ ਦਾ ਬਿੱਲ ਸਿਖਲਾਈ ਪੂਰੀ ਹੋਣ ਤੋਂ ਬਾਅਦ ਸਾਡੀਆਂ ਮਿਆਰੀ API ਦਰਾਂ ਅਨੁਸਾਰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਬਣਦਾ ਹੈ.
ਅਸੀਂ ਸਿਰਫ਼ ਉਸ ਸਿਖਲਾਈ ਕੰਮ ਲਈ ਖਰਚਾ ਲੈਂਦੇ ਹਾਂ ਜੋ ਅਸਲ ਵਿੱਚ ਤੁਹਾਡੇ ਮਾਡਲ ਨੂੰ ਅੱਪਡੇਟ ਕਰਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਅਸੀਂ "ਦਰਜ ਹੋਈ ਅਗਾਂਹਵਧੂ ਪ੍ਰਗਤੀ" ਕਹਿੰਦੇ ਹਾਂ.
ਅਸੀਂ ਕਿਸ ਲਈ ਬਿਲ ਕਰਦੇ ਹਾਂ
ਅਸੀਂ ਉਸ ਸਮੇਂ ਲਈ ਬਿਲ ਕਰਦੇ ਹਾਂ ਜੋ ਤੁਹਾਡਾ ਟ੍ਰੇਨਿੰਗ ਵਰਕਰ ਤੁਹਾਡੇ ਮਾਡਲ ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਟ੍ਰੇਨ ਕਰਨ ਵਿੱਚ ਲਗਾਉਂਦਾ ਹੈ, ਖਾਸ ਤੌਰ 'ਤੇ:
ਫਾਈਨ-ਟਿਊਨਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਤੁਹਾਡੇ ਮਾਡਲ ਤੋਂ ਸੈਂਪਲ ਬਣਾਉਣਾ (ਜਿਨ੍ਹਾਂ ਨੂੰ “ਰੋਲਆਉਟਸ” ਕਿਹਾ ਜਾਂਦਾ ਹੈ)
ਉਨ੍ਹਾਂ ਆਉਟਪੁੱਟਾਂ ਦਾ ਮੁਲਾਂਕਣ ਇੱਕ ਜਾਂ ਵੱਧ ਗ੍ਰੇਡਰਾਂ ਨਾਲ ਕਰਨਾ ਜੋ ਤੁਸੀਂ ਜਾਬ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੇ ਹਨ (ਗ੍ਰੇਡਰਾਂ ਬਾਰੇ ਹੋਰ ਜਾਣੋ)
ਗ੍ਰੇਡਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਵੇਟ ਅੱਪਡੇਟਾਂ ਦੀ ਗਿਣਤੀ ਕਰਨਾ ਅਤੇ ਲਾਗੂ ਕਰਨਾ (ਬੈਕਪ੍ਰੋਪਾਗੇਸ਼ਨ).
ਤੁਹਾਡੇ ਵੱਲੋਂ ਕਾਨਫਿਗਰ ਕੀਤੇ ਕਿਸੇ ਵੀ ਵੈਲੀਡੇਸ਼ਨ (ਮੁਲਾਂਕਣ) ਕਦਮ ਨੂੰ ਚਲਾਉਣਾ.
ਜ਼ਿਆਦਾਤਰ ਗ੍ਰੇਡਰ ਚਲਾਉਣ ਲਈ “ਮੁਫ਼ਤ” ਹੁੰਦੇ ਹਨ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮੁੱਖ ਟ੍ਰੇਨਿੰਗ ਲੂਪ ਵਿੱਚ ਉਨ੍ਹਾਂ ਵੱਲੋਂ ਜੋੜੇ ਸਮੇਂ ਤੋਂ ਇਲਾਵਾ ਅਸੀਂ ਉਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਲਈ ਵਾਧੂ ਚਾਰਜ ਨਹੀਂ ਲੈਂਦੇ. ਇਸ ਦਾ ਅਪਵਾਦ ਮਾਡਲ ਗ੍ਰੇਡਰਾਂ ਲਈ ਹੈ, ਜਿੱਥੇ ਅਸੀਂ ਉਪਰੋਕਤ ਗਤੀਵਿਧੀਆਂ ਦੌਰਾਨ ਉਨ੍ਹਾਂ ਗ੍ਰੇਡਰਾਂ ਵੱਲੋਂ ਖਪਤ ਕੀਤੇ ਟੋਕਨਾਂ ਨੂੰ ਵੀ ਜੋੜਦੇ ਹਾਂ. ਇਹ ਟੋਕਨ ਤੁਹਾਡੇ ਇਨਵੌਇਸ 'ਤੇ ਵੱਖਰੇ ਲਾਈਨ ਆਈਟਮ ਵਜੋਂ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ. ਮਾਡਲ ਗ੍ਰੇਡਰਾਂ ਵੱਲੋਂ ਖਪਤ ਕੀਤੇ ਟੋਕਨਾਂ ਲਈ ਆਮ ਇਨਫ਼ਰੈਂਸ ਦਰਾਂ 'ਤੇ ਬਿਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ (OpenAI ਕੀਮਤਾਂ).
ਅਸੀਂ ਕਿਸ ਲਈ ਬਿਲ ਨਹੀਂ ਕਰਦੇ
ਅਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਸਮੇਂ ਲਈ ਚਾਰਜ ਨਹੀਂ ਕਰਦੇ:
ਟ੍ਰੇਨਿੰਗ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਡੇ ਡਾਟਾਸੈਟ ਨੂੰ validate ਜਾਂ inspect ਕਰਨ ਲਈ।
ਤੁਹਾਡੇ ਡਾਟਾਸੈਟ 'ਤੇ ਸੁਰੱਖਿਆ ਜਾਂਚਾਂ ਲਈ।
ਕੰਪਿਊਟ ਸਰੋਤਾਂ ਲਈ queue ਵਿੱਚ ਉਡੀਕ ਕਰਨ ਲਈ।
ਮਾਡਲ weights ਜਾਂ datasets ਡਾਊਨਲੋਡ ਕਰਨ ਲਈ।
ਤੁਹਾਡੇ ਡਾਟਾਸੈਟ ਨੂੰ ਸਾਡੇ training format ਵਿੱਚ ਤਿਆਰ (render) ਕਰਨ ਲਈ।
ਤੁਹਾਡੇ fine-tuned ਮਾਡਲ ਦੇ post-training ਸੁਰੱਖਿਆ ਮੁਲਾਂਕਣਾਂ ਲਈ।
ਜੇ ਸਾਡੀ ਪਾਸੇ ਦੀ ਗਲਤੀ ਕਾਰਨ ਟ੍ਰੇਨਿੰਗ ਕੰਮ ਖੋ ਜਾਂਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ, ਜੇ worker crash ਹੋ ਜਾਂਦਾ ਹੈ ਅਤੇ ਉਸਨੂੰ ਪਿਛਲੇ checkpoint 'ਤੇ rollback ਕਰਨਾ ਪੈਂਦਾ ਹੈ), ਤਾਂ ਖੋਏ compute ਸਮੇਂ ਜਾਂ grader tokens ਲਈ ਤੁਹਾਡੇ ਤੋਂ ਚਾਰਜ ਨਹੀਂ ਲਿਆ ਜਾਂਦਾ। ਇਸ ਬਾਰੇ ਹੋਰ ਵੇਰਵੇ ਅਗਲੇ ਭਾਗ ਵਿੱਚ ਹਨ।
Captured forward progress ਅਤੇ billing events
ਟ੍ਰੇਨਿੰਗ ਵਿੱਚ ਤੁਹਾਡੇ ਮਾਡਲ ਲਈ ਕਈ ਛੋਟੇ updates ਹੁੰਦੇ ਹਨ। ਅਸੀਂ ਟਰੈਕ ਕਰਦੇ ਹਾਂ ਕਿ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕਿੰਨੇ updates ਸਫਲਤਾਪੂਰਵਕ ਪੂਰੇ ਹੁੰਦੇ ਹਨ। ਚਾਰਜ ਇਨ੍ਹਾਂ ਸਫਲ updates ਨਾਲ ਸੰਬੰਧਿਤ compute ਸਮੇਂ ਅਤੇ grader tokens 'ਤੇ ਆਧਾਰਿਤ ਹੁੰਦੇ ਹਨ।
ਅਸੀਂ ਚਾਰਜ ਉਸ ਵੇਲੇ ਜਾਰੀ ਕਰਦੇ ਹਾਂ ਜਦੋਂ ਹੇਠਾਂ ਦਿੱਤੀਆਂ "billing events" ਵਿੱਚੋਂ ਕੋਈ ਇੱਕ ਵਾਪਰਦੀ ਹੈ:
ਟ੍ਰੇਨਿੰਗ ਸਫਲਤਾਪੂਰਵਕ ਪੂਰੀ ਹੁੰਦੀ ਹੈ।
ਤੁਸੀਂ ਟ੍ਰੇਨਿੰਗ pause ਕਰਦੇ ਹੋ।
ਤੁਸੀਂ ਟ੍ਰੇਨਿੰਗ cancel ਕਰਦੇ ਹੋ।
ਟ੍ਰੇਨਿੰਗ fail ਹੋ ਜਾਂਦੀ ਹੈ।
ਹਰ ਚਾਰਜ ਪਿਛਲੇ ਚਾਰਜ ਤੋਂ ਬਾਅਦ ਕੀਤੇ incremental ਕੰਮ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ:
ਜੇ ਤੁਸੀਂ run pause ਕਰਦੇ ਹੋ, ਤਾਂ ਅਸੀਂ ਇੱਕ checkpoint ਸੇਵ ਕਰਦੇ ਹਾਂ ਅਤੇ ਪਿਛਲੇ ਚਾਰਜ ਤੋਂ ਬਾਅਦ ਵਰਤੇ compute ਸਮੇਂ ਅਤੇ grader tokens ਲਈ ਤੁਹਾਡੇ ਤੋਂ ਚਾਰਜ ਕਰਦੇ ਹਾਂ।
ਜਦੋਂ ਤੁਸੀਂ ਮੁੜ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ, ਟ੍ਰੇਨਿੰਗ checkpoint ਤੋਂ ਅੱਗੇ ਜਾਰੀ ਰਹਿੰਦੀ ਹੈ। ਅਗਲਾ ਚਾਰਜ (completion, ਹੋਰ pause, cancellation, ਜਾਂ failure 'ਤੇ) ਸਿਰਫ਼ resume ਤੋਂ ਬਾਅਦ ਕੀਤੇ ਵਾਧੂ ਕੰਮ ਨੂੰ ਹੀ ਕਵਰ ਕਰੇਗਾ।
ਜੇ ਤੁਸੀਂ run cancel ਕਰਦੇ ਹੋ, ਤਾਂ cancellation ਤੱਕ ਕੀਤੇ ਕੰਮ ਲਈ ਅਸੀਂ ਤੁਹਾਡੇ ਤੋਂ ਚਾਰਜ ਕਰਦੇ ਹਾਂ।
ਜੇ ਟ੍ਰੇਨਿੰਗ fail ਹੋ ਜਾਂਦੀ ਹੈ ਅਤੇ ਪਿਛਲੇ ਚਾਰਜ ਤੋਂ ਬਾਅਦ ਦਾ ਕੰਮ ਖੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਖੋਏ ਹਿੱਸੇ ਲਈ ਤੁਹਾਡੇ ਤੋਂ ਬਿਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ।
ਇਹ "captured forward progress" ਪੱਧਤੀ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਤੁਸੀਂ ਸਿਰਫ਼ ਉਸ ਕੰਮ ਲਈ ਹੀ ਭੁਗਤਾਨ ਕਰੋ ਜੋ ਤੁਹਾਡੇ ਮਾਡਲ ਵਿੱਚ ਬਰਕਰਾਰ ਰਹਿੰਦਾ ਹੈ ਜਾਂ ਜਿਸਨੂੰ ਤੁਸੀਂ ਜਾਣ-ਬੁੱਝ ਕੇ ਛੱਡਦੇ ਹੋ।
ਕਾਰਜ ਦੀ ਪ੍ਰਗਤੀ ਦੇਖਣਾ
RFT ਕਾਰਜਾਂ ਵਿੱਚ usage_metrics ਨਾਂ ਦਾ ਇੱਕ ਖੇਤਰ ਹੁੰਦਾ ਹੈ, ਜੋ ਮੌਜੂਦਾ ਪੜਾਅ ਤੱਕ ਕਾਰਜ ਦੀ ਕੁੱਲ ਵਰਤੋਂ ਦਰਜ ਕਰਦਾ ਹੈ. ਇਸ ਵਿੱਚ ਸਿਖਲਾਈ ਲਈ ਲੱਗਿਆ ਸਮਾਂ ਅਤੇ ਕਾਰਜ ਦੇ ਸਾਰੇ ਮਾਡਲ ਮੁਲਾਂਕਣਕਾਰਾਂ ਵੱਲੋਂ ਵਰਤੇ ਗਏ ਸਾਰੇ ਟੋਕਨ ਸ਼ਾਮਲ ਹਨ. ਇਸ ਖੇਤਰ ਦੀ ਜਾਂਚ API (GET /v1/fine_tuning/jobs/{job_id}) ਜਾਂ ਫਾਈਨ-ਟਿਊਨਿੰਗ ਡੈਸ਼ਬੋਰਡ ਰਾਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ.
ਸਿਖਲਾਈ ਦੇ ਸਮੇਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਕਾਰਕ
ਕਿਉਂਕਿ ਬਿੱਲ ਸਮੇਂ ਦੇ ਆਧਾਰ 'ਤੇ ਬਣਦਾ ਹੈ, ਤੁਹਾਡੀਆਂ ਸੰਰਚਨਾ ਚੋਣਾਂ ਲਾਗਤ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ. ਮੁੱਖ ਕਾਰਕਾਂ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹਨ:
ਸਮੱਸਿਆ ਦੀ ਮੁਸ਼ਕਲਤਾ: ਜੇ ਤੁਹਾਡੇ ਡਾਟਾਸੈੱਟ ਵਿੱਚ ਮੁਸ਼ਕਲ ਸਮੱਸਿਆਵਾਂ ਹਨ, ਤਾਂ ਮਾਡਲ ਵੱਲੋਂ ਹਰ ਸਮੱਸਿਆ 'ਤੇ ਰੀਜ਼ਨਿੰਗ ਕਰਨ ਵਿੱਚ ਵਧੇਰੇ ਸਮਾਂ ਲੱਗਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਜਿਸ ਨਾਲ ਹਰੇਕ ਨਮੂਨਾ ਤਿਆਰ ਕਰਨ ਦਾ ਸਮਾਂ ਵਧ ਜਾਂਦਾ ਹੈ.
ਕੰਪਿਊਟ ਦੀ ਤੀਬਰਤਾ: compute_multiplier ਹਾਈਪਰਪੈਰਾਮੀਟਰ ਇਹ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਹਰ ਸਿਖਲਾਈ ਪੜਾਅ ਵਿੱਚ ਕਿੰਨੀ ਗਣਨਾ ਕਰਦੇ ਹੋ. ਵੱਧ ਮੁੱਲ ਮਾਡਲ ਨੂੰ ਹਰ ਡਾਟਾ ਬਿੰਦੂ 'ਤੇ ਵਧੇਰੇ ਵਿਸਥਾਰ ਨਾਲ ਰੀਜ਼ਨਿੰਗ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰਦੇ ਹਨ, ਜਿਸ ਕਾਰਨ ਹਰ ਪੜਾਅ ਹੌਲੀ ਚੱਲਦਾ ਹੈ.
ਪ੍ਰਮਾਣਿਕਤਾ ਸੈਟਿੰਗਾਂ:
ਮੁਲਾਂਕਣਕਾਰ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ:
ਵੱਡੇ ਜਾਂ ਵਧੇਰੇ ਸਮਰੱਥ ਮਾਡਲ ਮੁਲਾਂਕਣਕਾਰਾਂ ਨੂੰ ਛੋਟੇ ਮੁਲਾਂਕਣਕਾਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਅੰਕ ਦੇਣ ਵਿੱਚ ਵਧੇਰੇ ਸਮਾਂ ਲੱਗਦਾ ਹੈ. ਉਦਾਹਰਨ ਲਈ, ਕਿਸੇ ਰੀਜ਼ਨਿੰਗ ਮਾਡਲ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰਨ ਵਿੱਚ ਗੈਰ-ਰੀਜ਼ਨਿੰਗ ਮਾਡਲ ਦੇ ਮੁਕਾਬਲੇ 10 ਗੁਣਾ ਵਧੇਰੇ ਸਮਾਂ ਲੱਗ ਸਕਦਾ ਹੈ.
ਗੁੰਝਲਦਾਰ Python ਮੁਲਾਂਕਣ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਚੱਲਣ ਵਿੱਚ ਸਧਾਰਨ ਫੰਕਸ਼ਨਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਸਮਾਂ ਲੱਗਦਾ ਹੈ.
ਇਨ੍ਹਾਂ ਸੈਟਿੰਗਾਂ ਨਾਲ ਤੁਸੀਂ ਲਾਗਤ, ਗਤੀ ਅਤੇ ਮਾਡਲ ਦੀ ਗੁਣਵੱਤਾ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾ ਸਕਦੇ ਹੋ. ਉਦਾਹਰਨ ਲਈ, ਵਾਰ-ਵਾਰ ਪ੍ਰਮਾਣਿਕਤਾ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਦਾ ਜਲਦੀ ਪਤਾ ਲੱਗ ਸਕਦਾ ਹੈ, ਪਰ ਇਸ ਨਾਲ ਲਾਗਤ ਵਧਦੀ ਹੈ. ਵਧੇਰੇ ਉੱਨਤ ਮਾਡਲ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰਨ ਨਾਲ ਮੁਲਾਂਕਣ ਦੀ ਸ਼ੁੱਧਤਾ ਕਾਫ਼ੀ ਸੁਧਰ ਸਕਦੀ ਹੈ, ਪਰ ਇਸ ਨਾਲ ਹਰ ਮੁਲਾਂਕਣ ਪੜਾਅ ਹੌਲਾ ਹੋਵੇਗਾ ਅਤੇ ਕਾਰਜ ਮਹਿੰਗੇ ਹੋ ਜਾਣਗੇ.
ਲਾਗਤ ਦਾ ਪ੍ਰਬੰਧਨ
ਆਪਣਾ ਖਰਚਾ ਕਾਬੂ ਵਿੱਚ ਰੱਖਣ ਲਈ:
ਇਹ ਸਮਝਣ ਲਈ ਛੋਟੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਕਿ ਤੁਹਾਡੀ ਸੰਰਚਨਾ ਸਮੇਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ.
ਪ੍ਰਮਾਣਿਕਤਾ ਉਦਾਹਰਨਾਂ ਅਤੇ eval_samples ਦੀ ਉਚਿਤ ਗਿਣਤੀ ਵਰਤੋ. ਲੋੜ ਤੋਂ ਵੱਧ ਵਾਰ ਪ੍ਰਮਾਣਿਕਤਾ ਕਰਨ ਤੋਂ ਬਚੋ.
ਆਪਣੀਆਂ ਗੁਣਵੱਤਾ ਲੋੜਾਂ ਪੂਰੀਆਂ ਕਰਨ ਵਾਲਾ ਸਭ ਤੋਂ ਛੋਟਾ ਮੁਲਾਂਕਣਕਾਰ ਮਾਡਲ ਚੁਣੋ.
ਵਿਉਂਤਬੱਧ Python ਮੁਲਾਂਕਣਕਾਰਾਂ ਨੂੰ ਕੁਸ਼ਲ ਰੱਖੋ.
ਇਕਸਾਰਤਾ ਦੀ ਗਤੀ ਅਤੇ ਲਾਗਤ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਣ ਲਈ compute_multiplier ਨੂੰ ਵਿਵਸਥਿਤ ਕਰੋ.
ਡੈਸ਼ਬੋਰਡ ਜਾਂ API ਰਾਹੀਂ ਆਪਣੀ ਪ੍ਰਕਿਰਿਆ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ. ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਸਮੇਂ ਰੋਕ ਜਾਂ ਰੱਦ ਕਰ ਸਕਦੇ ਹੋ.
ਉਦਾਹਰਨਾਂ
ਸਫਲ ਟ੍ਰੇਨਿੰਗ ਰਨ
| ਟ੍ਰੇਨਿੰਗ ਸਮਾਂ | ਬਿਲ ਕੀਤਾ ਸਮਾਂ | ਸਥਿਤੀ | ਵੇਰਵਾ |
|---|---|---|---|
| 00:00 | 00:00 | – | ਯੂਜ਼ਰ API ਰਾਹੀਂ RFT ਜਾਬ ਬਣਾਉਂਦਾ ਹੈ |
| 00:10 | 00:00 | VALIDATING_FILES | ਡੇਟਾਸੈੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ 10 ਮਿੰਟ ਲੱਗੇ |
| 00:30 | 00:00 | VALIDATING_FILES | ਡੇਟਾਸੈੱਟ ਸੁਰੱਖਿਆ ਜਾਂਚਾਂ ਚਲਾਉਣ ਵਿੱਚ 20 ਮਿੰਟ ਲੱਗੇ |
| 01:00 | 00:00 | QUEUED | ਉਪਲਬਧ ਵਰਕਰ ਦੀ ਉਡੀਕ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗੇ |
| 01:30 | 00:00 | RUNNING | ਟ੍ਰੇਨਿੰਗ ਸੈੱਟਅੱਪ ਕਰਨ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗੇ (ਵੇਟਸ ਡਾਊਨਲੋਡ ਕਰਨਾ, ਪ੍ਰੀਪ੍ਰੋਸੈਸਿੰਗ ਆਦਿ) |
| 05:30 | 04:00 | RUNNING | ਟ੍ਰੇਨਿੰਗ ਵਿੱਚ 4 ਘੰਟੇ ਲੱਗੇ |
| 06:00 | 04:00 | RUNNING | ਨਤੀਜੇ ਵਾਲੇ ਮਾਡਲ ਦੀਆਂ ਸੁਰੱਖਿਆ ਮੁਲਾਂਕਣਾਂ ਚਲਾਉਣ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗੇ |
| 06:00 | 04:00 | SUCCEEDED | ਟ੍ਰੇਨਿੰਗ ਮੁਕੰਮਲ ਹੁੰਦੀ ਹੈ |
ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਕੁੱਲ ਅਸਲ ਬੀਤਿਆ ਸਮਾਂ 6 ਘੰਟੇ ਹੈ, ਪਰ ਸਿਰਫ਼ 4 ਘੰਟੇ ਹੀ ਬਿਲਯੋਗ ਹਨ. ਲਾਗਤ 4 ਘੰਟੇ × $100/ਘੰਟਾ = $400 ਹੋਵੇਗੀ.
ਅਸਫਲ ਜਾਬ ਦੀ ਉਦਾਹਰਨ
ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਰਨ 2 ਘੰਟੇ ਟ੍ਰੇਨ ਕਰਦਾ ਹੈ, ਇੱਕ ਚੈਕਪੌਇੰਟ ਲਿਖਦਾ ਹੈ, 1 ਹੋਰ ਘੰਟਾ ਟ੍ਰੇਨ ਕਰਦਾ ਹੈ, ਪਰ ਫਿਰ ਅਸਫਲ ਹੋ ਜਾਂਦਾ ਹੈ. ਚੈਕਪੌਇੰਟ ਤੱਕ ਦੀ 2 ਘੰਟਿਆਂ ਦੀ ਟ੍ਰੇਨਿੰਗ ਹੀ ਬਿਲਯੋਗ ਹੈ.
| ਟ੍ਰੇਨਿੰਗ ਸਮਾਂ | ਬਿਲ ਕੀਤਾ ਸਮਾਂ | ਸਥਿਤੀ | ਵੇਰਵਾ |
|---|---|---|---|
| 00:00 | 00:00 | – | ਯੂਜ਼ਰ API ਰਾਹੀਂ RFT ਜਾਬ ਬਣਾਉਂਦਾ ਹੈ |
| 00:10 | 00:00 | VALIDATING_FILES | ਡੇਟਾਸੈੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ 10 ਮਿੰਟ ਲੱਗੇ |
| 00:30 | 00:00 | VALIDATING_FILES | ਡੇਟਾਸੈੱਟ ਸੁਰੱਖਿਆ ਜਾਂਚਾਂ ਚਲਾਉਣ ਵਿੱਚ 20 ਮਿੰਟ ਲੱਗੇ |
| 01:00 | 00:00 | QUEUED | ਉਪਲਬਧ ਵਰਕਰ ਦੀ ਉਡੀਕ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗੇ |
| 01:30 | 00:00 | RUNNING | ਟ੍ਰੇਨਿੰਗ ਸੈੱਟਅੱਪ ਕਰਨ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗੇ (ਵੇਟਸ ਡਾਊਨਲੋਡ ਕਰਨਾ, ਪ੍ਰੀਪ੍ਰੋਸੈਸਿੰਗ ਆਦਿ) |
| 03:30 | 02:00 | RUNNING | ਟ੍ਰੇਨਿੰਗ ਵਿੱਚ 2 ਘੰਟੇ ਲੱਗੇ |
| 03:30 | 02:00 | RUNNING | ਕਦਮ 5 'ਤੇ ਚੈਕਪੌਇੰਟ ਬਣਾਇਆ ਗਿਆ |
| 04:30 | 02:00 | RUNNING | ਕਦਮ 8 'ਤੇ ਅੰਦਰੂਨੀ ਗਲਤੀ ਕਾਰਨ ਟ੍ਰੇਨਿੰਗ ਅਸਫਲ ਹੁੰਦੀ ਹੈ (1 ਹੋਰ ਘੰਟੇ ਬਾਅਦ) |
| 04:30 | 02:00 | RUNNING | ਚੈਕਪੌਇੰਟ ਦਾ ਮੁਲਾਂਕਣ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ 30 ਮਿੰਟ ਲੱਗੇ |
| 04:30 | 02:00 | SUCCEEDED | ਜਾਬ ਮੁਕੰਮਲ ਹੁੰਦੀ ਹੈ (ਨਵੀਨਤਮ ਚੈਕਪੌਇੰਟ ਨਾਲ) |
ਭਾਵੇਂ ਕੁੱਲ ਮਿਲਾ ਕੇ ਟ੍ਰੇਨਿੰਗ ਵਿੱਚ 3 ਘੰਟੇ ਲੱਗੇ, ਪਰ ਵਰਤਣਯੋਗ ਚੈਕਪੌਇੰਟ ਵਿੱਚ ਸਿਰਫ਼ 2 ਘੰਟੇ ਹੀ “ਕੈਪਚਰ” ਹੋਏ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦਾ ਹੀ ਬਿਲ ਬਣਦਾ ਹੈ. ਅਸਫਲਤਾ ਕਾਰਨ ਗੁਆਚੇ ਟ੍ਰੇਨਿੰਗ ਕੰਮ ਦੇ ਇੱਕ ਘੰਟੇ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਤੁਹਾਡੀ ਨਹੀਂ ਹੈ. ਲਾਗਤ 2 ਘੰਟੇ × $100/ਘੰਟਾ = $200 ਹੋਵੇਗੀ.
ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ
ਮੇਰੇ ਤੋਂ ਖਰਚਾ ਕਦੋਂ ਲਿਆ ਜਾਂਦਾ ਹੈ?
ਤੁਹਾਡੀ ਪ੍ਰਕਿਰਿਆ ਪੂਰੀ ਹੋਣ, ਰੋਕੇ ਜਾਣ, ਰੱਦ ਹੋਣ ਜਾਂ ਅਸਫਲ ਹੋਣ 'ਤੇ ਅਸੀਂ ਬਿੱਲ ਬਣਾਉਂਦੇ ਹਾਂ. ਹਰੇਕ ਬਿੱਲ ਵਿੱਚ ਪਿਛਲੇ ਬਿੱਲ ਤੋਂ ਬਾਅਦ ਕੀਤਾ ਗਿਆ ਕੰਮ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ.
ਜੇ ਰਨ ਅਸਫਲ ਹੋ ਜਾਵੇ ਤਾਂ ਕੀ ਮੈਂ ਭੁਗਤਾਨ ਕਰਦਾ ਹਾਂ?
ਜੇ ਸਾਡੀ ਗਲਤੀ ਕਾਰਨ ਰਨ ਅਸਫਲ ਹੁੰਦਾ ਹੈ ਅਤੇ ਹਾਲੀਆ ਟ੍ਰੇਨਿੰਗ ਕੰਮ ਗੁਆਚ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਗੁਆਚੇ ਹਿੱਸੇ ਲਈ ਤੁਹਾਡੇ ਤੋਂ ਚਾਰਜ ਨਹੀਂ ਲਿਆ ਜਾਂਦਾ. ਜੇ ਤੁਸੀਂ ਰਨ ਰੱਦ ਕਰਦੇ ਹੋ, ਤਾਂ ਰੱਦ ਕਰਨ ਤੱਕ ਹੋਏ ਕੰਮ ਲਈ ਤੁਹਾਡੇ ਤੋਂ ਚਾਰਜ ਲਿਆ ਜਾਂਦਾ ਹੈ.
ਗ੍ਰੇਡਰ ਮਾਡਲ ਟੋਕਨਾਂ ਲਈ ਬਿਲ ਕਿਵੇਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ?
ਅਸੀਂ ਤੁਹਾਡੇ ਵੱਲੋਂ ਕਾਨਫਿਗਰ ਕੀਤੇ ਕਿਸੇ ਵੀ ਮਾਡਲ ਗ੍ਰੇਡਰ ਵੱਲੋਂ ਵਰਤੇ ਟੋਕਨਾਂ ਦੀ ਗਿਣਤੀ ਕਰਦੇ ਹਾਂ. ਟ੍ਰੇਨਿੰਗ ਮੁਕੰਮਲ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਉਹਨਾਂ ਟੋਕਨਾਂ ਲਈ ਆਪਣੀਆਂ ਮਿਆਰੀ ਪ੍ਰਤੀ-ਟੋਕਨ ਦਰਾਂ 'ਤੇ ਬਿਲ ਕਰਦੇ ਹਾਂ.
ਕੀ ਮੈਂ ਰਨ ਨੂੰ ਰੋਕ ਕੇ ਮੁੜ ਸ਼ੁਰੂ ਕਰ ਸਕਦਾ ਹਾਂ?
ਹਾਂ. ਜਦੋਂ ਤੁਸੀਂ ਰੋਕਦੇ ਹੋ, ਅਸੀਂ ਇੱਕ ਚੈਕਪੌਇੰਟ ਸੇਵ ਕਰਦੇ ਹਾਂ ਅਤੇ ਹੁਣ ਤੱਕ ਹੋਏ ਕੰਮ ਲਈ ਚਾਰਜ ਲੈਂਦੇ ਹਾਂ. ਜਦੋਂ ਤੁਸੀਂ ਮੁੜ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ, ਤਾਂ ਮੁੜ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਹੋਏ ਵਾਧੂ ਕੰਮ ਲਈ ਹੀ ਤੁਹਾਡੇ ਤੋਂ ਚਾਰਜ ਲਿਆ ਜਾਵੇਗਾ.
ਜੇ Reinforcement Fine‑Tuning ਬਿਲਿੰਗ ਬਾਰੇ ਤੁਹਾਡੇ ਹੋਰ ਸਵਾਲ ਹਨ, ਤਾਂ ਸਾਡੀ ਸਹਾਇਤਾ ਟੀਮ ਨਾਲ ਸੰਪਰਕ ਕਰੋ.