Estructura de Comandos

El CLI de AITraining sigue un patrón consistente para todos los comandos.

Sintaxis Básica

aitraining <command> [options]

Comandos Disponibles

Comando	Descripción
`llm`	Entrenar modelos de lenguaje grandes (LLMs)
`chat`	Lanzar interfaz de chat para inferencia
`api`	Iniciar servidor de API de entrenamiento
`text-classification`	Entrenar modelos de clasificación de texto
`text-regression`	Entrenar modelos de regresión de texto
`image-classification`	Entrenar modelos de clasificación de imagen
`image-regression`	Entrenar modelos de regresión de imagen
`token-classification`	Entrenar clasificación NER/token
`seq2seq`	Entrenar modelos secuencia-a-secuencia
`tabular`	Entrenar modelos de datos tabulares
`sentence-transformers`	Entrenar modelos de embedding de oraciones
`object-detection`	Entrenar modelos de detección de objetos
`vlm`	Entrenar modelos visión-lenguaje
`extractive-qa`	Entrenar modelos de QA extractiva
`tools`	Herramientas utilitarias: `merge-llm-adapter`, `convert_to_kohya`
`setup`	Configuración inicial
`spacerunner`	Ejecutar entrenamiento en Hugging Face Spaces

Requisitos de SpaceRunner: El comando spacerunner requiere que se especifiquen --project-name, --script-path, --username, --token y --backend.

Obtener Ayuda

Ayuda General

aitraining --help

Ayuda Específica de Comando

aitraining llm --help

Ayuda Específica de Trainer

Para entrenamiento LLM, ver parámetros de un trainer específico:

aitraining llm --trainer sft --help
aitraining llm --trainer dpo --help
aitraining llm --trainer orpo --help
aitraining llm --trainer ppo --help

O usa el modo de vista previa:

aitraining llm --preview-trainer dpo --help

Opciones Globales

Estas opciones son verdaderamente globales (funcionan en el nivel superior):

Opción	Descripción
`--help`, `-h`	Mostrar mensaje de ayuda
`--version`, `-v`	Mostrar versión
`--config`	Cargar desde archivo de configuración YAML

La opción --backend está disponible en la mayoría de comandos de entrenamiento pero se registra por comando, no globalmente. Ver Opciones Globales para detalles de backend.

Uso de Archivo de Configuración

En lugar de argumentos de línea de comandos, usa una configuración YAML:

aitraining --config training_config.yaml

Ejemplos

Entrenamiento LLM Básico

aitraining llm --train \
  --model google/gemma-3-270m \
  --data-path ./data \
  --project-name my-model \
  --trainer sft

Con LoRA

aitraining llm --train \
  --model meta-llama/Llama-3.2-1B \
  --data-path ./data \
  --project-name my-lora-model \
  --peft \
  --lora-r 16 \
  --lora-alpha 32

Clasificación de Texto

aitraining text-classification \
  --model bert-base-uncased \
  --data-path ./reviews.csv \
  --text-column text \
  --target-column label \
  --project-name sentiment-model

Modo Interactivo

Ejecuta sin argumentos para iniciar el asistente interactivo:

aitraining

O explícitamente:

aitraining llm --interactive

Básicos de CLI

Configuración

Comandos de Entrenamiento

Uso Avanzado

Inferencia

Estructura de Comandos

Estructura de Comandos

Sintaxis Básica

Comandos Disponibles

Obtener Ayuda

Ayuda General

Ayuda Específica de Comando

Ayuda Específica de Trainer

Opciones Globales

Uso de Archivo de Configuración

Ejemplos

Entrenamiento LLM Básico

Con LoRA

Clasificación de Texto

Modo Interactivo

Próximos Pasos

Entrenamiento LLM

Configuraciones YAML

​Estructura de Comandos

​Sintaxis Básica

​Comandos Disponibles

​Obtener Ayuda

​Ayuda General

​Ayuda Específica de Comando

​Ayuda Específica de Trainer

​Opciones Globales

​Uso de Archivo de Configuración

​Ejemplos

​Entrenamiento LLM Básico

​Con LoRA

​Clasificación de Texto

​Modo Interactivo

​Próximos Pasos

Entrenamiento LLM

Configuraciones YAML

Estructura de Comandos

Sintaxis Básica

Comandos Disponibles

Obtener Ayuda

Ayuda General

Ayuda Específica de Comando

Ayuda Específica de Trainer

Opciones Globales

Uso de Archivo de Configuración

Ejemplos

Entrenamiento LLM Básico

Con LoRA

Clasificación de Texto

Modo Interactivo

Próximos Pasos