Verbinden Sie die Ausgänge der Blöcke Model / Dataset / LoRA / Params mit dem Train-Block und drücken Sie Start. Von diesem Moment an:
- der Status-Chip in der Topbar springt auf „training“ und zeigt den Warteschlangenzähler.
- der Warteschlangen-Dialog liefert schrittweisen Fortschritt (z. B. 4/12), Live-Loss, ein Zeitstempel-Log, den Webhook-Status jedes Jobs und eine Abbrechen-Taste.
- Einen eingereihten Job abzubrechen markiert ihn „canceled“; einen laufenden Job abzubrechen markiert ihn „stopped“ — er lässt sich vom Checkpoint fortsetzen.
- Reichen Sie ruhig mehrere Jobs ein — die Warteschlange arbeitet sie der Reihe nach ab, und Speicher wird zwischen Jobs freigegeben.
Tipp: Das Loss-Diagramm auf dem Monitor-Block zeichnet live; stetig fallendes Loss bedeutet, dass das Modell lernt.
