Fine-tuning de modelos propios e inferencia local — ejecución (planificado)

La historia de modelos propios — gobernar modelos que la empresa entrena u hospeda por sí misma — se divide en dos mitades, y solo una de ellas sigue planificada.

La mitad gobernante se entrega hoy como Módulo XXIII — operaciones de modelos: un registro versionado de modelos propios (hosted, fine_tuned, imported), la puerta de admisión de modelos firmados, registros de linaje de datasets y de trabajos de fine-tuning, registros gobernados de despliegues de inferencia local (vLLM, Ollama, llama.cpp, otros) con re-verificación enforce-signed en el momento del despliegue, y generación de AIBOM / model card con sellado anclado al ledger. Sus entidades y endpoints están declarados y servidos bajo las rutas beta de módulo (/v1/m/models/owned-models, /v1/m/models/model-versions, /v1/m/models/finetune-jobs, /v1/m/models/inference-deployments, /v1/m/models/aiboms, …) — ver la referencia de rutas de módulo.

Esta página cubre la mitad ejecutora, que está planificada y deliberadamente sin construir: que la plataforma misma ejecute ese trabajo.

Qué se entrega hoy (en otra página)

La gobernanza de modelos propios es real y está documentada en la página de operaciones de modelos:

un registro de modelos propios con versiones inmutables, de modo que un modelo fine-tuned o autohospedado es una entidad gobernada de primera clase y no un endpoint sin gestionar;
trabajos de fine-tuning como registros de linaje — inventario del trabajo de entrenamiento ejecutado externamente y de la versión de modelo que cada uno produjo;
despliegues de inferencia local como registros gobernados — los runtimes de servicio que tú operas, bajo la aplicación de admisión (require_signed) y auditoría.

Qué sigue planificado

Ejecutar trabajos de fine-tuning. El módulo entregado registra el estado y el linaje de trabajos de fine-tuning ejecutados en otro lugar; la plataforma nunca inicia, cancela ni ejecuta un trabajo de entrenamiento, y no almacena pesos ni contenidos de datasets. Un pipeline que ejecute fine-tuning desde la plataforma es trabajo planificado.
Servir inferencia local. Los despliegues son registros gobernados de runtimes que opera el operador; la plataforma no hospeda ni sirve inferencia por sí misma. El servicio de inferencia local de primera parte es trabajo planificado.

Para esta mitad ejecutora no hay declarado ningún esquema de trabajos, contrato de scheduler ni contrato de runtime de servicio, y esta página deliberadamente no inventa ninguno.

Por qué está planificado y no entregado

La plataforma está construida para que cualquier capacidad se acople sin rearquitecturar el resto, así que la ejecución puede añadirse después sobre las superficies de gobernanza ya entregadas. Se colocó después de la v1 por una decisión explícita de producto: la prioridad de la primera versión es gobernar los modelos y agentes que una organización ya ejecuta, y ejecutar entrenamiento/servicio no cambia ese valor central lo suficiente como para competir por el esfuerzo de la v1.

Cuando se construya, su costura natural ya está entregada: un fine-tune ejecutado produciría una versión de modelo en el registro de operaciones de modelos y pasaría la misma puerta de admisión de modelos firmados que cualquier artefacto producido externamente, con la política de la pila de proveedores permaneciendo en gestión de modelos y proveedores.

Las superficies gobernantes están entregadas; las ejecutoras, no. No leas esta página como una negación del registro, la admisión, los registros de linaje, la gobernanza de despliegues o la evidencia AIBOM — existen y están documentados en operaciones de modelos.
Hoy no existe ninguna superficie de ejecución. No hay pipeline de entrenamiento, ni scheduler de trabajos de fine-tune, ni servicio de inferencia de primera parte en el binario entregado, y no hay declarada ninguna entidad, endpoint ni evento para ellos — ni siquiera una interfaz que rechace.
Nada aquí es una promesa de fecha ni de profundidad. El alcance de arriba es la dirección planificada; el esquema de trabajos y los contratos de runtime se diseñarán cuando se construya. Se dejan deliberadamente sin especificar en lugar de fabricarse.

Relacionado

Módulo XXIII — operaciones de modelos — la superficie de gobernanza de modelos propios ya entregada: registro, admisión, linaje, despliegues, AIBOM.
Catálogo de módulos — los 30 módulos entregados y dónde encaja el trabajo de modelos propios.
Módulo X — gestión de modelos y proveedores — el vecino entregado que gobierna la pila de modelos de proveedor.
Honestidad y límites — el contrato observar-ampliamente / actuar-sobre-un-subconjunto y qué significa “planificado”.