Сбор статистики использования

TRL собирает анонимную статистику использования, чтобы помочь разработчикам понять, какие тренажёры, архитектуры моделей и конфигурации оборудования применяются на практике. Эти данные помогают принимать решения о приоритетах: в какие функции стоит инвестировать, а какие следует отменить.

Что собирается

Каждый раз при создании экземпляра тренера отправляется один ping. В его содержимом:

• Версия TRL (например, 1.5.0)
• Имя класса Trainer, сообщается только в том случае, если это trainer, определённый в TRL (например, SFTTrainer, GRPOTrainer). Пользовательские подклассы сообщаются как other.
• Архитектура модели, указывается только в том случае, если тип модели известен transformers (например, llama, qwen3). Пользовательские или закрытые архитектуры указываются как other.
• Используется ли PEFT
• Как был загружен обучающий набор данных: hub (скачан с Hub), files (прочитан через файловый билдер, например json или csv — сюда также входят репозитории Hub, содержащие исходные файлы json/csv), memory (создан в процессе, например, с помощью Dataset.from_dict) или other. Имя и путь к набору данных никогда не собираются.
• Распределённый бэкенд (deepspeed, fsdp, ddp или none)
• Размер мира, по группам (1, 2-8, 9-64, 65+)
• Тип ускорителя (cuda, xpu, npu, mlu, mps, cpu)
• Название модели GPU (например, NVIDIA H100 80GB HBM3), если доступно

Не собираются имена наборов данных, пути к файлам, идентификаторы моделей, значения гиперпараметров или любые другие данные, предоставленные пользователем. Как и в случае с любым HTTP-запросом, серверу видны исходный IP-адрес и стандартные HTTP-заголовки.

Телеметрия не отправляется в средах CI (то есть когда установлена переменная окружения CI), а также в автономном режиме.

Как отказаться

Чтобы отключить телеметрию, задайте одно из следующих переменных окружения:

export HF_HUB_DISABLE_TELEMETRY=1   # disables telemetry for all HF libraries
export HF_HUB_OFFLINE=1             # disables all network calls to the Hub

Зачем это нужно

Без данных об использовании разработчики не могут определить, какие части библиотеки важны для пользователей. Телеметрия позволяет нам отвечать на такие вопросы:

• Какие тренера широко используются, а какие можно безопасно устарить?
• Какие архитектуры моделей чаще всего дообучают с помощью TRL, чтобы мы могли приоритизировать их поддержку?
• Какие конфигурации оборудования используют пользователи, чтобы мы могли протестировать и оптимизировать под них?

Если вы находите TRL полезным, оставление телеметрии включённой — это простой способ помочь нам сделать его лучше.