实验配置文件

defaults 继承、override、插值，以及实验文件里该写什么

目录实验用 experiments/<name>/config.yaml 调参。格式是 YAML。继承是相对路径，不是 Hydra 那套完整 package。sf validate 和 sf submit 用的是同一份 starforge.config_resolve。

自定义作业如果 train.sh 不读这个文件，可以完全不管。目录 adapter 一定会读。

​

只写差异，不要把基底再抄一遍

defaults:
  - ../../configs/base/grpo_math_1B.yaml
  - ../../configs/models/qwen3.5-9b.yaml

policy:
  optimizer:
    kwargs:
      lr: 2.0e-6
grpo:
  num_generations: 8
  kl_coef: 0.01

defaults 里的路径相对本文件。每个被引用的文件会再递归解析（它自己也可以有 defaults）。后出现的文件覆盖前面的。实验文件里的键最后覆盖。

脚手架顶部的注释是调参备忘：学习率、batch、序列长度、验证间隔，范围来自 recipe。注释不会被执行。

​

提交时的四层

后写的赢：

recipe 模板（sf init 落到 configs/，加上实验脚手架）
└─ experiments/<name>/config.yaml
   └─ 服务端注册表里的硬件 profile（--profile）
      └─ sf submit --set dotted.key=value

硬件（FSDP、显存、NCCL、cluster.num_nodes）不要在实验文件里维护。adapter 会用 FORGE_CLUSTER_NUM_NODES / FORGE_CLUSTER_GPUS_PER_NODE 覆盖拓扑。4 卡改 8 卡是换 --profile，不是改 config。

--set 按 recipe 的 params 在本地做类型检查。拼错键当场失败。

​

整段替换：_override_

默认是深合并。某个 dict 要整段换掉而不是合键，在该映射上写 _override_: true。这个标记会被剥掉，不会进训练器。

some_block:
  _override_: true
  only_these: keys

​

插值

${...} 当字符串保留。sf validate 对这类字段跳过数值检查（看不到具体值）。少数 *_DATA_DIR 会识别 ${oc.env:GSM8K_DATA_DIR}/train.jsonl 这种写法，用来检查本地路径在不在。其它带 ${ 的一律放过。

​

struct 模式

未知键校验失败。kl_coef 拼错会在上集群之前被抓住。recipe 没声明的训练器私有键不要往上塞，除非你走的是自己解析 YAML 的 custom 路径。

​

batch 关系（GRPO 一类）

recipe 若声明了 rollout batch 和 train batch 的约束，会检查整除关系。能整除但不相等会给 off-policy 警告。不能整除是错误。

​

本地检查

sf validate my-grpo
sf methods nemo-rl/grpo    # 每个键的类型、默认、范围、说明

sf submit 会跑同一套校验，除非你传 --no-validate。