> ## Documentation Index
> Fetch the complete documentation index at: https://docs.monostate.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Estrutura de Comandos

> Entendendo a sintaxe do AITraining CLI

# Estrutura de Comandos

O AITraining CLI segue um padrão consistente para todos os comandos.

## Sintaxe Básica

```bash theme={null}
aitraining <command> [options]
```

## Comandos Disponíveis

| Comando                 | Descrição                                                        |
| ----------------------- | ---------------------------------------------------------------- |
| `llm`                   | Treinar modelos de linguagem grandes (LLMs)                      |
| `chat`                  | Iniciar interface de chat para inferência                        |
| `api`                   | Iniciar servidor de API de treinamento                           |
| `text-classification`   | Treinar modelos de classificação de texto                        |
| `text-regression`       | Treinar modelos de regressão de texto                            |
| `image-classification`  | Treinar modelos de classificação de imagem                       |
| `image-regression`      | Treinar modelos de regressão de imagem                           |
| `token-classification`  | Treinar classificação NER/token                                  |
| `seq2seq`               | Treinar modelos sequência-para-sequência                         |
| `tabular`               | Treinar modelos de dados tabulares                               |
| `sentence-transformers` | Treinar modelos de embedding de sentenças                        |
| `object-detection`      | Treinar modelos de detecção de objetos                           |
| `vlm`                   | Treinar modelos visão-linguagem                                  |
| `extractive-qa`         | Treinar modelos de QA extrativa                                  |
| `tools`                 | Ferramentas utilitárias: `merge-llm-adapter`, `convert_to_kohya` |
| `setup`                 | Configuração inicial                                             |
| `spacerunner`           | Executar treinamento no Hugging Face Spaces                      |

<Note>
  **Requisitos do SpaceRunner**: O comando `spacerunner` requer que `--project-name`, `--script-path`, `--username`, `--token` e `--backend` sejam especificados.
</Note>

## Obter Ajuda

### Ajuda Geral

```bash theme={null}
aitraining --help
```

### Ajuda Específica de Comando

```bash theme={null}
aitraining llm --help
```

### Ajuda Específica de Trainer

Para treinamento LLM, veja os parâmetros de um trainer específico:

```bash theme={null}
aitraining llm --trainer sft --help
aitraining llm --trainer dpo --help
aitraining llm --trainer orpo --help
aitraining llm --trainer ppo --help
```

Ou use o modo de visualização:

```bash theme={null}
aitraining llm --preview-trainer dpo --help
```

## Opções Globais

Essas opções são verdadeiramente globais (funcionam no nível superior):

| Opção             | Descrição                                |
| ----------------- | ---------------------------------------- |
| `--help`, `-h`    | Mostrar mensagem de ajuda                |
| `--version`, `-v` | Mostrar versão                           |
| `--config`        | Carregar de arquivo de configuração YAML |

<Note>
  A opção `--backend` está disponível na maioria dos comandos de treinamento, mas é registrada por comando, não globalmente. Veja [Opções Globais](/cli/global-options) para detalhes sobre backends.
</Note>

## Uso de Arquivo de Configuração

Em vez de argumentos de linha de comando, use uma configuração YAML:

```bash theme={null}
aitraining --config training_config.yaml
```

## Exemplos

### Treinamento LLM Básico

```bash theme={null}
aitraining llm --train \
  --model google/gemma-3-270m \
  --data-path ./data \
  --project-name my-model \
  --trainer sft
```

### Com LoRA

```bash theme={null}
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
```

### Classificação de Texto

```bash theme={null}
aitraining text-classification \
  --model bert-base-uncased \
  --data-path ./reviews.csv \
  --text-column text \
  --target-column label \
  --project-name sentiment-model
```

## Modo Interativo

Execute sem argumentos para iniciar o assistente interativo:

```bash theme={null}
aitraining
```

Ou explicitamente:

```bash theme={null}
aitraining llm --interactive
```

## Próximos Passos

<CardGroup cols={2}>
  <Card title="Treinamento LLM" href="/cli/llm-training">
    Guia completo para treinar LLMs
  </Card>

  <Card title="Configurações YAML" href="/cli/yaml-configs">
    Usando arquivos de configuração
  </Card>
</CardGroup>