为训练任务配置自动干预护栏

自动干预让你定义护栏规则，在训练指标偏离基线时触发。你可以为 reward 突增、KL 散度爆炸、回复长度激增和重复率上升配置规则。只有运行中的任务能更新自动干预配置。这个路径没有 GET：当前配置从任务详情的 auto_intervention 字段读取。

方法与路径

PUT /v1/jobs/:id/auto-intervention

认证

在 Authorization 头中以 Bearer 令牌的形式携带你的 PIN API 令牌或 JWT。

Authorization: Bearer <token>

路径参数

string

required

任务标识符（例如 jb_abc123def456）。

请求体

boolean

required

开启或关闭自动干预。

array

required

规则对象列表。

Show 规则对象

string

规则的 id，必须唯一。

string

监听的指标：reward、kl、response_len、repeat。

string

条件类型：spike、drop、kl_explode、len_surge、repeat_up。

integer

长窗口大小，单位是步。

number

触发所需的比率阈值。

integer

触发前需要连续命中的次数。

string

采取的动作：stop 或 update_hyperparams。

object

动作为 update_hyperparams 时的新超参数。

integer

required

同一规则重复触发之间的最小秒数（不得为负）。

请求体示例

{
  "enabled": true,
  "rules": [
    {
      "id": "reward_spike",
      "metric": "reward",
      "condition": "spike",
      "window_steps": 100,
      "threshold": 2.0,
      "min_consecutive": 3,
      "action": "stop"
    },
    {
      "id": "kl_explode",
      "metric": "kl",
      "condition": "kl_explode",
      "window_steps": 50,
      "threshold": 3.0,
      "min_consecutive": 2,
      "action": "update_hyperparams",
      "hyperparams": {
        "lr": 0.000005,
        "group_size": 2
      }
    }
  ],
  "cooldown_seconds": 300
}

请求示例

curl -s -X PUT "http://localhost:8001/v1/jobs/jb_abc123def456/auto-intervention" \
  -H "Authorization: Bearer $PIN_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "enabled": true,
    "rules": [
      {
        "id": "reward_spike",
        "metric": "reward",
        "condition": "spike",
        "window_steps": 100,
        "threshold": 2.0,
        "min_consecutive": 3,
        "action": "stop"
      }
    ],
    "cooldown_seconds": 300
  }'

响应

返回 202，更新后的配置放在标准的 PIN 信封里。

integer

required

成功为 0，出错为非零值。

object

required

Show 属性

string

任务标识符。

object

更新后的配置。

响应示例

{
  "code": 0,
  "data": {
    "job_id": "jb_abc123def456",
    "auto_intervention": {
      "enabled": true,
      "rules": [
        {
          "id": "reward_spike",
          "metric": "reward",
          "condition": "spike",
          "window_steps": 100,
          "threshold": 2.0,
          "min_consecutive": 3,
          "action": "stop"
        }
      ],
      "cooldown_seconds": 300
    }
  },
  "message": ""
}

错误

Code	HTTP	含义
401	401	缺失或无效的 Bearer 令牌。
404	404	任务不存在、不属于你，或自动干预已被全局禁用。
409	409	任务未在运行（仅运行中的任务可被更新）。
422	422	无效的规则配置（重复 ID、无效的 metric/condition/action、数值越界）。

PIN API

ROUTER API

AGENT API

MEMO API

为训练任务配置自动干预护栏

方法与路径

认证

路径参数

请求体

请求体示例

请求示例

响应

响应示例

错误

​方法与路径

​认证

​路径参数

​请求体

​请求体示例

​请求示例

​响应

​响应示例

​错误

方法与路径

认证

路径参数

请求体

请求体示例

请求示例

响应

响应示例

错误