Mind Lab Toolkit (MinT)
使用指南

Tinker 兼容性路线图

本页仅列出与 Tinker 兼容性相关的接口。标注 已上线 的为已可用,标注 planning 的为尚未实现。

当前最实用的迁移规则

对普通 Tinker 风格实验,如果你要切到 MinT,最省事的方式是:

import mint as tinker

然后再把 API key 和 Base URL 切到 MinT。

为什么推荐这条规则:

  • 原生 upstream import tinker 仍会在本地校验 tml- API key 前缀
  • MinT API key 以 sk- 开头
  • import mint as tinker 可以保持 Tinker 风格代码形状,同时启用 MinT 兼容层

如果你必须保留原样的 import tinker 语句,请先在同一进程里 import mint,再构造 Tinker client。

更新时间: 2026 年 4 月 9 日

兼容性接口列表

接口状态说明
create_lora_training_client(create_model)已上线训练客户端创建
forward / forward_backward / optim_step已上线核心训练循环
save_weights_for_sampler已上线采样用权重导出
create_sampling_session已上线基于会话的采样
compute_logprobs + prompt_logprobs/topk_prompt_logprobs已上线prompt logprobs 支持
get_info / get_tokenizer已上线模型信息与 tokenizer
save_state + TrainingClient.load_state_with_optimizer已上线保留 optimizer 的续训使用显式 create_lora_training_client(...) + load_state_with_optimizer(...)
create_training_client_from_state已上线仅加载 weights;optimizer state 会重置
forward_backward_custom已上线客户端侧自定义 loss 链路,基于 forward + forward_backward 组合实现
RestClient 训练与会话接口planningget_training_run / list_training_runs / get_session / list_sessions / get_sampler
RestClient checkpoint + 标准 tinker 路径planningpublish/unpublish/list_user_checkpoints + tinker://.../weights/...
/sampling_clients/save_and_createplanning保存+创建一体化端点
sampling_session_seq_id / seq_idplanning多轮采样确定性
多轮渲染器系统planning与 Tinker cookbook renderer 对齐

实用验证流程

这些 advanced 页面记录的是 MinT 侧已经可运行的工作流;它们不代表上表之外已经具备完整 Tinker parity。

本页目录