# Bailian Finetune

> Pipeline de fine-tuning de modelos de Bailian (SFT, LoRA, DPO, CPT en texto, voz e imagen): valida y sube datasets, crea jobs, sigue progreso, exporta y despliega con `bl dataset`/`finetune`/`deploy`.

Fuente: https://skillsagentes.com/skills/modelstudioai/cli/bailian-finetune
Markdown: https://skillsagentes.com/skills/modelstudioai/cli/bailian-finetune.md

Repositorio: https://github.com/modelstudioai/cli
Autor: modelstudioai
Licencia: Apache-2.0
Actualizado: hace 3 días
Coste de contexto: 216 tok instalada, 1.3k tok al activarse, 25.2k tok con todos los archivos del bundle
Bundle: 5 archivos, 99 KB
Permisos que pide: ninguno declarado

## Instalación

Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina.

```bash
# Claude Code
npx -y skills add modelstudioai/cli --skill bailian-finetune --agent claude-code
# Cursor
npx -y skills add modelstudioai/cli --skill bailian-finetune --agent cursor
# Codex
npx -y skills add modelstudioai/cli --skill bailian-finetune --agent codex
# Gemini CLI
npx -y skills add modelstudioai/cli --skill bailian-finetune --agent gemini
# Windsurf
npx -y skills add modelstudioai/cli --skill bailian-finetune --agent windsurf
# Cline
npx -y skills add modelstudioai/cli --skill bailian-finetune --agent cline
```

## Qué hace

- Ejecuta el pipeline de fine-tuning de Bailian: validar datos → subir → crear job → seguir progreso → exportar → desplegar
- Valida y sube datasets de entrenamiento con `bl dataset validate`/`upload`
- Crea jobs de fine-tuning de texto, audio o imagen con `bl finetune text|audio|image create`
- Exporta checkpoints entrenados y despliega el modelo como servicio con `bl deploy`
- Previsualiza operaciones de escritura con `--dry-run` antes de ejecutar cambios reales

## Cuándo usarla

- El usuario quiere afinar o entrenar su propio modelo (SFT, LoRA, DPO, CPT) en texto, voz o imagen
- Necesita validar o subir un dataset de entrenamiento
- Quiere seguir el progreso de un job de fine-tuning o desplegar el modelo resultante

## Cuándo no

- El usuario nombra explícitamente el fine-tuning de Volcano Ark/ark
- Solo quiere elegir qué modelo usar (va a bailian-model-recommend)
- Quiere generar contenido con un modelo ya existente (va a bailian-gen)

## Qué la activa

- "Entrena un modelo con mi dataset en Bailian"
- "Valida este train.jsonl antes de subirlo"
- "Sigue el progreso de mi job de fine-tuning ft-xxx"
- "Despliega mi modelo afinado como servicio"

## Antes de instalar

- Necesita el binario `bl`, una API key de Bailian y haber leído el protocolo compartido en bailian-protocol antes de ejecutar cualquier comando.

## Archivos

- SKILL.md — 5 KB
- reference/dataset.md — 12 KB
- reference/deploy.md — 28 KB
- reference/finetune.md — 42 KB
- reference/index.md — 11 KB

## SKILL.md

Reproducido tal cual desde modelstudioai/cli bajo Apache-2.0. Esta sección es el documento original y está en inglés.

# Bailian fine-tuning pipeline (`bl dataset` / `bl finetune` / `bl deploy`)

**CRITICAL — Before executing, MUST read the shared protocol in [`../bailian-protocol/SKILL.md`](../bailian-protocol/SKILL.md): Version & updates (pre-flight checklist), Setup & auth, and CLI errors: report an issue. Command details are authoritative in [`reference/`](reference/index.md) (dataset / finetune / deploy) and `bl <command> --help` — do not guess flags. The whole pipeline requires an API key. If that protocol file is missing, stop and run `bl skill init`; do not guess auth/consent.**

## End-to-end workflow (follow in order)

```
1. Validate data   bl dataset validate --file train.jsonl [--schema chatml|dpo|cpt|tts|image]
2. Upload data     bl dataset upload --file train.jsonl          # returns a file-id
3. Create job      bl finetune text|audio|image create --base-model <base> --datasets <file-id|path>
4. Watch progress  bl finetune watch --job-id ft-xxx             # or get / logs
5. Pick artifact   bl finetune checkpoints --job-id ft-xxx
6. Export model    bl finetune export --job-id ft-xxx --checkpoint ckpt-N --model-name my-model
7. Deploy service  bl deploy text|audio|image create --model-name my-model --display-name my-svc
```

- Unsure which training methods a base model supports → `bl finetune capability --base-model <base>` or `--training-type sft|sft-lora|dpo|cpt`.
- Text `--training-type` values: `sft` / `sft-lora` / `dpo` / `dpo-lora` / `cpt`. Audio bases include `cosyvoice-v3-flash`; image bases include `wan2.7-image-pro`.
- Deployment plans: audio defaults to `--plan mu`; text/image default to `lora`.
- Preview write operations (create / delete / cancel / scale) with `--dry-run` first, and confirm with the user before deleting a job or dataset.

## When to use which command

| Intent                          | Command                                                                                          |
| ------------------------------- | ------------------------------------------------------------------------------------------------ |
| Validate / upload training data | `bl dataset validate` / `upload` (`.jsonl` or `.zip`)                                            |
| Dataset list / detail / delete  | `bl dataset list` / `get` / `delete`                                                             |
| Create a fine-tuning job        | `bl finetune text\|audio\|image create`                                                          |
| Job list / detail / follow      | `bl finetune list` / `get` / `watch` / `logs`                                                    |
| Artifacts and export            | `bl finetune checkpoints` / `export`                                                             |
| Cancel / delete a job           | `bl finetune cancel` / `delete`                                                                  |
| Trainable capability lookup     | `bl finetune capability`                                                                         |
| Deploy / lifecycle              | `bl deploy text\|audio\|image create`, `list` / `get` / `update` / `scale` / `delete` / `models` |

Flags, usage, and examples: see [`reference/`](reference/index.md) or `bl <command> --help` — do not guess flags.

## Quick examples

```bash
bl dataset validate --file train.jsonl
bl dataset upload --file train.jsonl
bl finetune text create --base-model qwen3-8b --training-type sft-lora --datasets file-xxx
bl finetune watch --job-id ft-xxx
bl finetune export --job-id ft-xxx --checkpoint ckpt-3 --model-name my-qwen-sft
bl deploy text create --model-name my-qwen-sft --display-name my-svc
```

## Common hand-offs

软 hand-off（按 skill **名**；已安装则 Read，否则 `--help` / 提示 `bl skill init`）：

- After deployment, try the model or generate content → skill `bailian-gen` (media) or `bl text chat` (fallback: `bl image\|video\|text --help`).
- Unsure which base model to pick → `bailian-model-recommend` / `bl advisor recommend`.
- Training quota / usage questions → skill `bailian-cli` (fallback: `bl quota` / `bl usage --help`).

## references

- [bailian-protocol](../bailian-protocol/SKILL.md) — shared protocol (install via `bl skill init`)
- [reference/](reference/index.md) — command details

## Dónde encaja

- Categoría: [Herramientas para desarrolladores](https://skillsagentes.com/categorias/herramientas-desarrollo.md) — Skills que cambian cómo tu agente escribe, revisa y despliega código.
- Creador: [modelstudioai](https://skillsagentes.com/creators/modelstudioai.md) — 0 skills en el directorio
- [Todas las skills](https://skillsagentes.com/skills.md)
- [Ranking de instalaciones](https://skillsagentes.com/ranking.md)

## Otras skills del mismo repositorio

- [Reference](https://skillsagentes.com/skills/modelstudioai/cli/reference.md): Referencia autogenerada de los comandos `bl skill add/init/list/remove/update`: flags, autenticación y ejemplos, generada desde el código fuente del CLI.
- [Bailian Cli](https://skillsagentes.com/skills/modelstudioai/cli/bailian-cli.md): Centro de gestión de recursos de Aliyun Bailian/DashScope con el CLI `bl`: apps, memoria, conocimiento, catálogo de modelos, uso/cuota, workspaces, marketplace MCP, pipelines y gestión de skills.
- [Bailian Gen](https://skillsagentes.com/skills/modelstudioai/cli/bailian-gen.md): Generación y comprensión multimedia de Bailian: imagen y vídeo, edición de vídeo, TTS/ASR, y comprensión de imagen, vídeo y audio con `bl image`/`video`/`speech`/`vision`/`omni`.
- [Bailian Managed Agent](https://skillsagentes.com/skills/modelstudioai/cli/bailian-managed-agent.md): Infraestructura declarativa para agentes gestionados de Aliyun Bailian: agents.yaml como fuente de verdad, con init, validate, plan, apply y destroy vía `bl managed-agent`.
- [Bailian Protocol](https://skillsagentes.com/skills/modelstudioai/cli/bailian-protocol.md): Protocolo de ejecución compartido de la familia `bl` de Aliyun Bailian: consentimiento, verificación de versión, autenticación/instalación y reporte de errores para las skills bailian-*.

---

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)