ファインチューニングジョブの作成

モデルのファインチューニングジョブを作成します。

Windows CMD の場合、${DASHSCOPE_API_KEY} を %DASHSCOPE_API_KEY% に置き換えてください。PowerShell では、$env:DASHSCOPE_API_KEY を使用します。

テキスト生成

curl --location --request POST "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes" \
      --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
      --header 'Content-Type: application/json' \
      --data '{
          "model":"qwen3-14b",
          "training_file_ids":[
              "<トレーニングデータセットのファイル ID に置き換えてください>",
              "<検証データセットのファイル ID に置き換えてください>"
          ],
          "hyper_parameters":{
              "n_epochs":3,
              "batch_size":32,
              "max_length":8192,
              "learning_rate":"1.6e-5",
              "lr_scheduler_type":"linear",
              "split":0.9
          },
          "training_type":"sft",
          "finetuned_output_suffix":"suffix"
      }'

動画生成

curl --location 'https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes' \
--header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
--header 'Content-Type: application/json' \
--data '{
    "model": "wan2.7-i2v",
    "training_file_ids": [
        "<トレーニングデータセットのファイル ID に置き換えてください>"
    ],
    "training_type": "efficient_sft",
    "hyper_parameters": {
        "n_epochs": 400,
        "batch_size": 1,
        "learning_rate": 2e-5,
        "split": 0.9,
        "max_split_val_dataset_sample": 5,
        "eval_epochs": 50,
        "max_pixels": 102400,
        "save_total_limit": 10,
        "lora_rank": 32,
        "lora_alpha": 32
    }
}'

画像生成

curl --location 'https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "wan2.7-image-pro",
    "training_file_ids": ["<your-training-dataset-file-id>"],
    "training_type": "efficient_sft",
    "hyper_parameters": {
        "learning_rate": 3e-5,
        "max_steps": 800,
        "eval_steps": 200,
        "max_token_length": "1k",
        "gradient_clip": 0.5,
        "weight_decay": 0.02,
        "max_pixels": "1k",
        "val_img_size": "1k",
        "generation_type": "t2i",
        "lora_rank": 32,
        "save_total_limit": 10
    }
}'

入力パラメーター

パラメーター	必須	型	場所	説明
training_file_ids	はい	配列	本文	トレーニングセットのファイル ID のリスト。ファイル ID はファイル管理 API によって生成されます。
validation_file_ids	いいえ	配列	本文	検証データセットのファイル ID のリスト。ファイル ID はファイル管理 API によって生成されます。
model	はい	文字列	本文	ファインチューニングするモデルの ID。これはまたは以前のファインチューニングジョブのモデル ID にすることができます。動画/画像生成モデルは、以下の `model` 値をサポートしています： Image-to-Video - 最初のフレームに基づく：`wan2.7-i2v` (推奨)、`wan2.6-i2v`、`wan2.5-i2v-preview`、`wan2.2-i2v-flash` Image-to-Video - 最初と最後のフレームに基づく：`wan2.2-kf2v-flash` 画像生成 (Text-to-Image/Image-to-Image)：`wan2.7-image-pro`、`wan2.7-image`
hyper_parameters	いいえ	Map	本文	ファインチューニングジョブのハイパーパラメーターを含むオブジェクト。サポートされているパラメーターとそのデフォルト値はモデルによって異なります。デフォルト値を表示するには、コンソールでモデルとファインチューニングメソッドを選択します。テキスト生成、視覚理解、および類似のモデルの場合：`n_epochs` (エポック数)、`batch_size` (バッチサイズ)、`max_length` (シーケンス長) などのパラメーターを使用します。`n_epochs`、`batch_size`、`max_length` パラメーターはファインチューニングコストに影響し、必須です。各パラメーターの詳細については、「hyper_parameters の説明」をご参照ください。 CosyVoice 音声合成モデル (`cosyvoice-v3-flash` のみ)：8 つの LM/FM ハイパーパラメーターはすべて必須です。各パラメーターの詳細については、以下の「CosyVoice 音声合成モデルの hyper_parameters」をご参照ください。
training_type	いいえ	文字列	本文	ファインチューニングメソッド。有効な値は `sft` または `efficient_sft` です。動画/画像生成モデルは `efficient_sft` (LoRA 効率的ファインチューニング) のみをサポートします。
job_name	いいえ	文字列	本文	ファインチューニングジョブの名前。
model_name	いいえ	文字列	本文	結果として得られるファインチューニング済みモデルの名前。

テキスト生成モデル

`hyper_parameters` のサポートされている設定

パラメーター	デフォルト	推奨設定	型	説明
`n_epochs`	1	ファインチューニングの結果に基づいて調整します。	整数	モデルがトレーニングデータを反復処理する回数。値が高いほど、トレーニング時間とコストが増加します。
`learning_rate`	`sft`：1e-5 レベル `efficient_sft`：1e-4 レベル特定の値は選択したモデルによって異なります。	デフォルト値を使用します。	浮動	モデルの重み更新の強度を制御します。高すぎる場合：パラメーターが大幅に変化し、パフォーマンスが低下します。低すぎる場合：パフォーマンスが大幅に変化しない可能性があります。
`freeze_vit`	true	必要に応じて調整します。	ブール値	視覚バックボーンのパラメーターをフリーズして、トレーニング中にその重みが変更されないようにします。Qwen-VL モデルにのみ適用されます。
`batch_size`	特定の値は選択したモデルによって異なります。モデルが大きいほど、デフォルトのバッチサイズは小さくなります。	デフォルト値を使用します。	整数	トレーニング反復ごとのデータエントリ数。値が小さいとトレーニング時間が長くなります。
`eval_steps`	50	必要に応じて調整します。	整数	トレーニング中にトレーニングの精度と損失を評価するための間隔 (ステップ単位)。検証損失とトークン精度の表示頻度を制御します。
`logging_steps`	5	必要に応じて調整します。	整数	ファインチューニングログを出力する間隔 (ステップ単位)。
`lr_scheduler_type`	`cosine`	推奨：`linear` または `Inverse_sqrt`	文字列	トレーニング中に学習率を動的に調整するための戦略。有効な値：
`max_length`	2048	8192	整数	トレーニングエントリごとの最大トークン長。この制限を超えるエントリは破棄されます。
`max_split_val_dataset_sample`	1000	デフォルト値を使用します。	整数	`"validation_file_ids"` が設定されていない場合、Alibaba Cloud Model Studio は最大 1,000 エントリの検証セットを自動的に分割します。 `"validation_file_ids"` を設定した場合、このパラメーターは無視されます。
`split`	0.8	デフォルト値を使用します。	浮動	`"validation_file_ids"` を設定しない場合、Model Studio は自動的にトレーニングファイルの 80% をトレーニングセットとして、20% を検証セットとして使用します。 `"validation_file_ids"` を設定した場合、このパラメーターは効果がありません。
`warmup_ratio`	0.05	デフォルト値を使用します。	浮動	学習率のウォームアップに費やされる総トレーニングステップの割合。ウォームアップ中、学習率は小さな初期値から設定されたレートまで線形に増加します。初期トレーニング中のパラメーター変更の範囲を制限し、安定性を向上させます。高すぎる場合：低い学習率と同等になり、パフォーマンスが変化しない可能性があります。低すぎる場合：高い学習率と同等になり、パフォーマンスが低下する可能性があります。「定数」学習率スケジューラタイプには適用されません。
`weight_decay`	0.1	デフォルト値を使用します。	浮動	L2 正則化の強度。モデルの汎化能力を維持するのに役立ちます。高すぎると、ファインチューニングの効果が著しくありません。
効率的な SFT のためのパラメーター (`efficient_sft` をサポート) 説明すでに効率的にファインチューニングされたモデルに対して 2 回目の効率的なファインチューニングを実行する場合、`lora_rank`、`lora_alpha`、および `lora_dropout` パラメーターは一貫している必要があります。
`lora_rank`	8	64	整数	LoRA の低ランク行列のランク。ランクが高いほどファインチューニングの結果が向上しますが、トレーニングがわずかに遅くなります。
`lora_alpha`	32	デフォルト値を使用します。	整数	元のモデルの重みと LoRA 補正のバランスを制御するスケーリング係数。値が大きいほど LoRA 補正に多くの重みが与えられ、モデルがよりタスク固有になります。値が小さいほど、事前学習済みモデルの知識がより多く保持されます。
`lora_dropout`	0.1	デフォルト値を使用します。	浮動	LoRA の低ランク行列値のドロップアウト率。推奨値は汎化能力を向上させます。高すぎると、ファインチューニングの効果が著しくありません。
チェックポイントを公開するためのパラメーター
`save_strategy`	`epoch`	`epoch` または `steps` に設定できます。 `steps` に設定した場合、`save_steps` パラメーターを設定して保存間隔を調整します。	文字列	ファインチューニング中に保存されるチェックポイントの間隔と最大数を制御します。
`save_steps`	50	変更するには、`eval_steps` パラメーターの整数倍に設定します。	整数	チェックポイントが保存されるまでのトレーニングステップ数。
`save_total_limit`	1	10	整数	エクスポート用に保存するチェックポイントの最大数。

動画生成モデルのハイパーパラメーター

これらのハイパーパラメーターは、動画生成モデル (Wan シリーズ) にのみ適用されます。モデルのパフォーマンスが低い場合や、トレーニングが収束しない場合は、n_epochs または learning_rate の調整を検討してください。合計で 800 以上のトレーニングステップが推奨されます。

パラメーター	型	必須	説明	推奨値
batch_size	int	はい	バッチサイズ。1 回のトレーニング反復で処理されるデータサンプルの数。 wan2.7-i2v：推奨 `1`。 wan2.6-i2v：推奨 `1`。 wan2.5-i2v-preview：推奨 `4`。 wan2.2-i2v-flash：推奨 `4`。 wan2.2-kf2v-flash：推奨 `4`。	モデルによって異なります
n_epochs	int	はい	トレーニングエポック数。合計ステップ数は、ステップ数 = n_epochs × ⌈データセットサイズ / batch_size⌉ として計算されます。合計で 800 ステップ以上を推奨します。例：データセットに 5 つのサンプルがあり、`batch_size` = `2` の場合、エポックごとのステップ数 = ⌈5/2⌉ = 3 です。最小の `n_epochs` は 800/3 ≈ 267 となります。	400
learning_rate	float	はい	学習率。トレーニング中のモデルの重み更新の大きさを制御します。値が高すぎるとモデルのパフォーマンスが低下する可能性があり、低すぎると変化が著しくない場合があります。	2e-5
eval_epochs	int	はい	検証間隔。検証を実行し、チェックポイントを保存するエポック単位の間隔。値は ≥ `n_epochs/10` である必要があります。	50
max_pixels	int	はい	トレーニング動画の最大解像度 (総ピクセル数 = 幅 × 高さ)。システムは、この値を超える動画のみサイズ変更します。 wan2.7-i2v：推奨 `102400`。範囲：`36864`–`102400`。 wan2.6-i2v：推奨 `36864`。範囲：`16384`–`36864`。 wan2.5-i2v-preview：推奨 `36864`。範囲：`16384`–`36864`。 wan2.2-i2v-flash：推奨 `262144`。範囲：`65536`–`262144`。 wan2.2-kf2v-flash：推奨 `262144`。範囲：`65536`–`262144`。	モデルによって異なります
split	float	いいえ	トレーニングセットの分割比率。トレーニングに使用されるデータセットの割合で、有効な範囲は (0, 1) です。このパラメーターは、`validation_file_ids` が指定されている場合は無視されます。	0.9
max_split_val_dataset_sample	int	いいえ	自動分割検証セットの最大サンプル数。検証セットのサイズは、total_samples × (1 − split) の結果とこのパラメーターの値の小さい方です。	5
save_total_limit	int	いいえ	チェックポイント保存制限。保持する最近のチェックポイントの最大数。この制限を超えると、システムは古いチェックポイントを削除します。	10
lora_rank	int	いいえ	LoRA ランク。LoRA の低ランク行列のランク (ディメンション)。2 のべき乗 (2ⁿ) である必要があります (16、32、64 など)。	32
lora_alpha	int	いいえ	LoRA アルファ。LoRA の重みのスケーリング係数。2 のべき乗 (2ⁿ) である必要があります (16、32、64 など)。	32

画像生成モデルのハイパーパラメーター

画像生成モデルは、max_steps と eval_steps を使用して総トレーニングステップと検証間隔を制御しますが、動画モデルは n_epochs と eval_epochs を使用します。モデルのパフォーマンスが低い場合や収束しない場合は、max_steps または learning_rate の調整を検討してください。

パラメーター	型	必須	説明	推奨値
max_steps	int	はい	総トレーニングステップ数。トレーニングの総反復回数を決定するコアパラメーターです。モデルの収束を確実にするために少なくとも 500 ステップを推奨し、より大きなデータセットにはより高い値を推奨します。	800
eval_steps	int	はい	検証間隔。値は ≥ 0 である必要があります。トレーニング中にモデルを評価する頻度 (ステップ単位) を指定します。各間隔でチェックポイントも保存されます。	200
learning_rate	float	はい	学習率。モデルの重み更新の大きさを制御します。値が高すぎるとモデルのパフォーマンスが低下する可能性があり、低すぎると変化が著しくない場合があります。デフォルト値を使用することを推奨します。	3e-5
generation_type	string	はい	生成モード。Text-to-Image には `"t2i"` を、Image-to-Image には `"i2i"` を使用します。この設定は、トレーニングデータの形式と推論メソッドを決定します。	t2i
max_pixels	string	はい	トレーニング画像の最大解像度。例：「1k」または「2k」(1K = 1024×1024、2K = 2048×2048)。トレーニングセット内の画像の総ピクセル数 (幅 × 高さ) の上限を設定します。システムは、この値を超える画像のみをスケールダウンします。上限を下回る画像は変更されません。3 つの解像度関連パラメーター (`max_pixels`、`max_token_length`、および `val_img_size`) を一貫させることを推奨します。	Text-to-Image：「2k」 Image-to-Image：「1k」
val_img_size	string	はい	検証画像生成解像度。例：「1k」または「2k」(1K = 1024×1024、2K = 2048×2048)。検証評価中に生成される画像の目標解像度。	Text-to-Image：「2k」 Image-to-Image：「1k」
max_token_length	string	はい	ステップごとの最大トークン長。例：「1k」または「2k」。このパラメーターは、`max_steps` とともにトレーニングプロセスを制御します。`max_steps` は反復回数を決定し、`max_token_length` は各ステップで処理されるデータ量を決定します。	Text-to-Image：「2k」 Image-to-Image：「1k」
gradient_clip	float	はい	勾配クリッピング。すべてのトレーニング可能なパラメーターにわたるグローバルな勾配ノルムクリッピングのしきい値で、勾配爆発を防ぐために使用されます。クリッピングを無効にするには -1 に設定します。	0.5
weight_decay	float	はい	重み減衰。AdamW オプティマイザーの分離された重み減衰係数。すべてのトレーニング可能なパラメーターに適用され、過学習を防ぐための正則化に使用されます。	0.02
lora_rank	int	はい	LoRA ランク。LoRA の低ランク行列のランク (ディメンション)。この値は、ファインチューニングのためのトレーニング可能なパラメーターの数を決定します。値が大きいほどモデルの適合能力が向上しますが、トレーニングが遅くなります。値は 2 のべき乗 (例：16、32、64) である必要があります。	32
save_total_limit	int	いいえ	チェックポイント保存制限。保存するモデルチェックポイントの最大数。システムは、この値である N 個の最新のチェックポイントのみを保持します。	10
split	float	いいえ	トレーニングセットの分割比率。値の範囲は (0, 1) です。このパラメーターは、`validation_file_ids` が指定されていない場合にのみ有効です。このパラメーターは、トレーニングセットの一部を自動的に分割して検証セットとして使用するために使用されます。たとえば、値 0.9 は、データの 90% がトレーニングセットとして使用され、10% が検証セットとして使用されることを意味します。	0.9

レスポンスの例

テキスト生成モデル

{
          "request_id": "9654e55a-d74b-4113-aee1-fa19c9384fcc",
          "output": {
              "job_id": "ft-202410291653-1c7f",
              "job_name": "ft-202410291653-1c7f",
              "status": "PENDING",
              "model": "qwen3-14b",
              "base_model": "qwen3-14b",
              "training_file_ids": [
                  "976bd01a-f30b-4414-86fd-50c54486e3ef"
              ],
              "validation_file_ids": [

              ],
              "hyper_parameters": {
                  "n_epochs": 3,
                  "batch_size": 32,
                  "max_length": 8192,
                  "learning_rate": "1.6e-5",
                  "lr_scheduler_type": "linear",
                  "split": 0.9
              },
              "training_type": "sft",
              "create_time": "2024-10-29 16:53:53",
              "workspace_id":"llm-v71tlv***",
              "user_identity": "1396993924585947",
              "modifier": "1396993924585947",
"creator": "1396993924585947",
              "group": "llm"
          }
      }

動画生成モデル

output.job_id (ジョブ ID) と output.finetuned_output (デプロイメントに使用されるファインチューニング済みモデルの名前) に注目してください。

{
    "request_id": "0eb05b0c-02ba-414a-9d0c-xxxxxxxxx",
    "output": {
        "job_id": "ft-202511111122-xxxx",
        "job_name": "ft-202511111122-xxxx",
        "status": "PENDING",
        "finetuned_output": "wan2.5-i2v-preview-ft-202511111122-xxxx",
        "model": "wan2.5-i2v-preview",
        "base_model": "wan2.5-i2v-preview",
        "training_file_ids": [
            "xxxxxxxxxxxx"
        ],
        "validation_file_ids": [],
        "hyper_parameters": {
            "n_epochs": 400,
            "batch_size": 4,
            "learning_rate": 2.0E-5,
            "split": 0.9,
            "eval_epochs": 50
        },
        "training_type": "efficient_sft",
        "create_time": "2025-11-11 11:22:22"
    }
}

画像生成モデル

output.job_id (ジョブ ID) と output.finetuned_output (デプロイメントに使用されるファインチューニング済みモデルの名前) に注目してください。

{
    "request_id": "0eb05b0c-02ba-414a-9d0c-xxxxxxxxx",
    "output": {
        "job_id": "ft-202606030110-xxxx",
        "job_name": "ft-202606030110-xxxx",
        "status": "PENDING",
        "finetuned_output": "wan2.7-image-pro-ft-202606030110-xxxx",
        "model": "wan2.7-image-pro",
        "base_model": "wan2.7-image-pro",
        "training_file_ids": [
            "xxxxxxxxxxxx"
        ],
        "validation_file_ids": [],
        "hyper_parameters": {
            "max_steps": 800,
            "learning_rate": 3.0E-5,
            "eval_steps": 200,
            "max_token_length": "1k",
            "max_pixels": "1k",
            "val_img_size": "1k",
            "generation_type": "t2i",
            "lora_rank": 32
        },
        "training_type": "efficient_sft",
        "create_time": "2026-06-03 01:10:47"
    }
}

レスポンスパラメーター

パラメーター	型	説明
request_id	文字列	リクエストの ID。
output	オブジェクト	ファインチューニングジョブの詳細。
output.job_id	文字列	ファインチューニングジョブの ID。この ID は、ファインチューニングジョブの詳細のクエリ、ファインチューニングジョブのログのクエリ、ファインチューニングジョブのキャンセル、ファインチューニングジョブの削除などの他の API で使用できます。フォーマット：`ft-{yyyyMMddHHmm}-{4-character ID}`。
output.job_name	文字列	`output.job_id` と同じです。
output.status	文字列	ジョブステータス。
output.model	文字列	ファインチューニングされたモデルの ID。
output.base_model	文字列	ファインチューニングに使用されたベースモデルの ID。例：ファインチューニングジョブ `ft-202410291653-1c7f` の場合、ベースモデルは `qwen3-14b` です。
output.training_file_ids	配列	ファインチューニングファイル ID の配列。
output.validation_file_ids	配列	検証ファイル ID の配列。
output.hyper_parameters	オブジェクト	ジョブに明示的に設定されたハイパーパラメーター。
output.training_type	文字列	ファインチューニングメソッド。
output.create_time	文字列	ファインチューニングジョブが作成された時刻。
output.workspace_id	文字列	ファインチューニングジョブを含むワークスペースの ID。
output.user_identity	文字列	所有者であるメインアカウントの UID。
output.modifier	文字列	ジョブを最後に変更したアカウントの UID。たとえば、サブアカウントがジョブをキャンセルした場合、このフィールドはそのサブアカウントの UID を返します。
output.creator	文字列	ジョブを作成したユーザーの UID。
output.group	文字列	ファインチューニングジョブのカテゴリ。

ジョブステータス	説明
PENDING	ファインチューニングジョブは開始を待っています。
QUEUING	ファインチューニングジョブはキューに入っています。(一度に実行できるファインチューニングジョブは 1 つだけです。)
RUNNING	ファインチューニングジョブは実行中です。
CANCELING	ファインチューニングジョブはキャンセル中です。
SUCCEEDED	ファインチューニングジョブは成功しました。
FAILED	ファインチューニングジョブは失敗しました。
CANCELED	ファインチューニングジョブはキャンセルされました。

リクエストエラーコード

リクエストが失敗したときに返されます。

パラメーター	型	説明	例
code	文字列	エラーコード。	NotFound
request_id	文字列	このリクエストに対してシステムが生成した一意の ID。	6332fb02-3111-43f0-bf79-f9e8c5ffa7f9
message	文字列	エラーメッセージ。	Not Found!

レスポンスの例

{
        "code": "NotFound",
        "request_id": "BE213CDD-8A5C-59EE-9A67-055EAB0CB59B",
        "message": "Not Found!"
      }

エラーコード

HTTP ステータスコード	エラーコード	例	説明	解決策
400	InvalidParameter	トレーニングファイルがありません	必須パラメーターが欠落しているか、値の形式が正しくないため、パラメーターが無効です。	エラーメッセージを確認し、リクエストのパラメーターを修正してください。
400	UnsupportedOperation	ファインチューニングジョブはすでに成功、失敗、またはキャンセルされているため、削除できません。	リソースがこの操作を妨げる状態にあります。	リソースが操作可能な状態になった後、操作を再試行してください。
404	NotFound	見つかりません！	リクエストされたリソースは存在しません。	リソース ID が正しいことを確認してください。
409	Conflict	モデルインスタンス xxxxx はすでに存在します。サフィックスを指定してください	指定された名前のデプロイメントインスタンスはすでに存在します。	デプロイメントに一意のサフィックスを指定してください。
429	Throttling	実行中のファインチューニングジョブが多すぎます。後で再試行してください。各ユーザーは、実行中または成功したファインチューニングジョブを最大 20 件まで許可されます。	プラットフォームの制限に達したため、リクエストは拒否されました。	未使用のモデルを削除してください。
500	InternalError	内部サーバーエラー！	内部エラーが発生しました。	request_id を記録し、Alibaba Cloud サポートにトラブルシューティングのためのチケットを送信してください。