Trackio Entegrasyonu

Trackio, 🤗 Datasets ve 🤗 Spaces üzerine inşa edilmiş, hafif ve ücretsiz bir deney izleme kütüphanesidir. TRL için önerilen izleme çözümüdür ve tüm trainer'larla yerleşik olarak entegre gelir.

Kaydı etkinleştirmek için eğitim yapılandırmanızda report_to="trackio" değerini ayarlayın:

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

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

Deneylerinizi Çalışma Adları ve Projelerle Düzenleme

Varsayılan olarak Trackio, her çalıştırmayı tanımlamak için bir ad oluşturur. Ancak, deneyleri düzenlemeyi kolaylaştırmak için açıklayıcı bir run_name ayarlamayı şiddetle öneririz. Örneğin:

from trl import SFTConfig

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

İlgili deneyleri proje bazında gruplamak için aşağıdaki ortam değişkenini ayarlayarak da bunu yapabilirsiniz:

export TRACKIO_PROJECT="my_project"

🤗 Spaces'te Günlüklerinizi Barındırma

Trackio yerel öncelikli bir tasarıma sahiptir, yani günlükleriniz makinenizde kalır. Günlüklerinizi barındırmak ve 🤗 Spaces üzerinde bir gösterge paneli dağıtmak isterseniz, şunu ayarlayın:

export TRACKIO_SPACE_ID="username/space_id"

Aşağıdaki örneğin çalıştırılması:

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/trackio adresinde barındırılan bir gösterge paneli sunar.