Trackio 통합

Trackio는 🤗 Datasets와 🤗 Spaces 위에 구축된 경량 무료 실험 추적 라이브러리입니다. TRL을 위한 권장 추적 솔루션이며 모든 trainer에 기본적으로 통합되어 있습니다.

로그를 활성화하려면 학습 설정에서 report_to="trackio"를 설정하면 됩니다:

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

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

실험 이름과 프로젝트를 사용하여 실험 정리하기

기본적으로 Trackio는 각 실행을 식별하기 위한 이름을 생성합니다. 그러나 실험을 더 쉽게 정리할 수 있도록 설명적인 run_name을 설정하는 것을 강력히 권장합니다. 예를 들어:

from trl import SFTConfig

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

다음 환경 변수를 설정하여 관련 실험을 프로젝트별로 그룹화할 수도 있습니다:

export TRACKIO_PROJECT="my_project"

🤗 Spaces에 로그 호스팅

Trackio는 로컬 우선(local-first) 설계를 채택하고 있어 로그가 사용자의 머신에 저장됩니다. 🤗 Spaces에 호스팅하여 대시보드를 배포하려면 다음을 설정하세요:

export TRACKIO_SPACE_ID="username/space_id"

다음 예제를 실행하면:

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()

https://huggingface.co/spaces/trl-lib/trackio에서 호스팅된 대시보드를 제공합니다.

Update on GitHub