TRL documentation

تكامل Trackio

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v1.17.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

تكامل Trackio

Trackio هي مكتبة خفيفة ومجانية لتتبع التجارب مبنية على 🤗 Datasets و🤗 Spaces. وهي حل التتبع الموصى به لـ TRL وتأتي مدمجة بشكل أصلي مع جميع المدربين.

لتفعيل التسجيل، ما عليك سوى تعيين report_to="trackio" في إعدادات التدريب الخاصة بك:

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

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

تنظيم تجاربك باستخدام أسماء التشغيل والمشاريع

بشكل افتراضي، سيقوم Trackio بتوليد اسم لتحديد كل تشغيل. ومع ذلك، ننصح بشدة بإعداد run_name وصفي لتسهيل تنظيم التجارب. على سبيل المثال:

from trl import SFTConfig

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

يمكنك أيضًا تجميع التجارب ذات الصلة حسب المشروع من خلال تعيين متغير البيئة التالي:

export TRACKIO_PROJECT="my_project"

استضافة سجلاتك على 🤗 Spaces

يعتمد Trackio على تصميم محلي أولاً، مما يعني أن سجلاتك تبقى على جهازك. إذا كنت ترغب في استضافتها ونشر لوحة تحكم على 🤗 Spaces، فقم بإعداد:

export TRACKIO_SPACE_ID="username/space_id"

تشغيل المثال التالي:

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()

سيمنحك لوحة تحكم مستضافة على https://huggingface.co/spaces/trl-lib/trackio.

Update on GitHub