创建和调整实验

sf new 脚手架、config.yaml 分层继承、本地校验

实验是一个自包含目录：experiments/<名字>/，包含 config.yaml（调参入口）、README.md 与 recipe.lock.json（方法锁）。先用 sf init 创建仓库，再在仓库内运行下面的命令。磁盘布局和上传排除项：实验仓库布局。继承细节：config.yaml。

​

新建实验

从方法目录创建

sf new my-grpo --method nemo-rl/grpo
sf new my-verl --method verl/grpo --framework-version 0.9.0
sf new my-kto  --method trl/kto

脚手架来自 recipe 的官方模板：config 基底、README 调参说明、锁文件一次就位。

Fork 现成实验

sf new my-grpo-v2 --from my-grpo

继承来源实验的全部配置与锁（--method 被忽略）。适合在已收敛的配置上做增量改动。

​

config.yaml：只写差异

实验 config 用 defaults 继承官方基底，只写你要改的键：

experiments/my-grpo/config.yaml

defaults:
  - ../../configs/base/grpo_math_1B.yaml     # 官方基底
  - ../../configs/models/qwen3.5-9b.yaml     # 模型片段

# ── 调参区 ──
policy:
  optimizer:
    kwargs:
      lr: 2.0e-6
grpo:
  num_generations: 8
  kl_coef: 0.01

硬件与分布式细节（并行度、显存调优、NCCL）不写在实验 config——它们由提交时的 --profile 从服务端注册表下发。同一个实验换卡型无需改配置。

脚手架顶部有「调参速查」注释块，列出该方法最常改的键（学习率、batch、序列长度、验证周期等）与经验区间。

​

本地校验

sf validate my-grpo

校验器按 recipe 声明检查：

• 键合法性：struct 模式，拼错的配置键立即报错；
• 类型与区间：学习率、batch 等按声明的类型与取值范围检查；
• 批大小关系：GRPO 等方法校验 rollout batch 与 train batch 的整除关系（可整除但不等长按 off-policy 给警告，不能整除报错）；
• 数据声明：verl / TRL 必填的 --model / --train-data 缺失提前发现。

sf submit 会自动跑同一套校验，--no-validate 可跳过（不建议）。

​

查看方法与超参

sf methods                # 全部方法：一句话说明 + 支持的框架版本
sf methods nemo-rl/grpo   # 该方法的可调超参：类型、默认值、区间、说明
sf ls                     # 列出本仓库全部实验目录

控制台 方法 页（/methods）有同一份目录的可视化版本。

​

在控制台对比多次作业

项目详情的作业区是高密度对比矩阵：

• 左侧作业名称与状态固定，右侧指标/配置列可横向滚动；
• 行、列均使用虚拟化，数百个 run × 数百列也只渲染视口附近单元格；
• 默认显示全部最新指标和跨 run 有变化的配置，常量配置可从“列”面板打开；
• 支持作业搜索、状态筛选、列搜索/隐藏/置顶，并可勾选 2–4 个 run 进入评审对比。

​

实验目录里还能放什么

内容	用途
train.sh	仅 custom：训练入口。日志跟 stdout 走，曲线用 starforge.report，见自定义训练
自定义环境 / 奖励代码	common/environments/、common/rewards/ 里的模块按 config 引用，随作业包上传
plugins.lock.json	引用平台插件（sf plugin install --exp），提交时由平台注入
cluster 标注文件	旧版遗留：默认 profile 记录，现推荐提交时 --profile 显式指定