Trackio documentation
Intégration de TRL
Premiers pas
Guides pratiques
SuiviBalayages d'hyperparamètresTracesArtefactsRegistreLancer le tableau de bordHéberger le serveur vous-mêmeDéployer et intégrer des tableaux de bordGérer les projetsAPI Python pour la gestion des exécutionsCommandes CLIJournaux de bordSchéma de stockage et requêtes directesAPI et serveur MCPAlertesML AgentsVariables d'environnement
Intégration
API
Intégration de TRL
Trackio s’intègre nativement à TRL afin de vous permettre d’enregistrer les métriques de tout formateur TRL (SFTTrainer, DPOTrainer, GRPOTrainer, etc.) avec un minimum de configuration. Assurez-vous d’avoir installé la dernière version de trl (version 1.2.0 ou supérieure).
from datasets import Dataset
from trl import SFTConfig, SFTTrainer
# Create a small fake dataset
prompts = ["The capital of France is", "Hamlet was written by"] * 12
completions = [" Paris.", " Shakespeare."] * 12
dataset = Dataset.from_dict({"prompt": prompts, "completion": completions})
# Train a model using the TRL SFTTrainer API
trainer = SFTTrainer(
model="Qwen/Qwen3-0.6B",
args=SFTConfig(report_to="trackio", run_name="Qwen3-0.6B-sft"),
train_dataset=dataset,
)
trainer.train()Configuration du projet et de l’espace
Définissez l’ID du projet et de l’espace directement dans votre configuration TRL (par exemple SFTConfig, DPOConfig, GRPOConfig) :
from trl import SFTConfig
args = SFTConfig(
report_to="trackio",
run_name="my-run",
project="my-project",
trackio_space_id="username/space_id",
)