Integrasi Trackio

Trackio adalah pustaka pelacakan eksperimen yang ringan dan gratis, dibangun di atas 🤗 Datasets dan 🤗 Spaces. Ini adalah solusi pelacakan yang direkomendasikan untuk TRL dan terintegrasi secara native dengan semua trainer.

Untuk mengaktifkan pencatatan, cukup atur report_to="trackio" dalam konfigurasi pelatihan Anda:

from trl import SFTConfig  # works with any trainer config (e.g. DPOConfig, GRPOConfig, etc.)

training_args = SFTConfig(
    ...,
    report_to="trackio",  # enable Trackio logging
)

Mengorganisasi Eksperimen Anda dengan Nama Run dan Proyek

Secara default, Trackio akan menghasilkan nama untuk mengidentifikasi setiap run. Namun, kami sangat merekomendasikan untuk mengatur run_name yang deskriptif agar lebih mudah mengorganisasi eksperimen. Sebagai contoh:

from trl import SFTConfig

training_args = SFTConfig(
    ...,
    report_to="trackio",
    run_name="sft_qwen3-4b_lr2e-5_bs128",  # descriptive run name
)

Anda juga dapat mengelompokkan eksperimen terkait berdasarkan proyek dengan mengatur variabel lingkungan berikut:

export TRACKIO_PROJECT="my_project"

Menghosting Log Anda di 🤗 Spaces

Trackio memiliki desain local-first, yang berarti log Anda tetap tersimpan di mesin Anda. Jika Anda ingin meng-hosting log tersebut dan mendeploy dashboard di 🤗 Spaces, atur:

export TRACKIO_SPACE_ID="username/space_id"

Menjalankan contoh berikut:

import os
from trl import SFTConfig, SFTTrainer
from datasets import load_dataset

os.environ["TRACKIO_SPACE_ID"] = "trl-lib/trackio"
os.environ["TRACKIO_PROJECT"] = "trl-documentation"

trainer = SFTTrainer(
    model="Qwen/Qwen3-0.6B",
    train_dataset=load_dataset("trl-lib/Capybara", split="train"),
    args=SFTConfig(
        report_to="trackio",
        run_name="sft_qwen3-0.6b_capybara",
    ),
)
trainer.train()

akan memberikan Anda dashboard yang dihosting di https://huggingface.co/spaces/trl-lib/trackio.