训练可视化#

RLinf 支持实时实验追踪。 你可以将损失曲线、准确率、GPU 利用率以及任意自定义指标， 流式传输到以下一个或多个后端：

  • TensorBoard: 一个广泛使用的开源可视化工具 （来自 TensorFlow，同时兼容 PyTorch、Hugging Face 等）， 可以追踪损失和准确率等指标， 并可视化模型计算图、embedding、图像等。

  • Weights & Biases (W&B): 一个基于 SaaS 的平台，提供实验追踪、超参数搜索、 artifacts（用于模型与数据的版本管理）、 报告与团队协作功能。

  • SwanLab: 一个开源、轻量级的实验日志与可视化工具， 适用于本地或自建环境。 它提供直观的 Python API，记录指标、超参数、硬件与代码信息， 并通过简洁的界面支持实验对比 —— 非常适合注重隐私的工作流。

启用后端#

在 YAML 中将所需的 logger 添加到 runner.logger.logger_backends 中：

runner:
  task_type: math
  logger:
    log_path: ${runner.output_dir}/${runner.experiment_name}
    project_name: rlinf
    experiment_name: ${runner.experiment_name}
    logger_backends: ["tensorboard", "wandb", "swanlab"]   # <─ 选择任意子集
  experiment_name: grpo-1.5b
  output_dir: ./logs

RLinf 会为每个启用的后端创建一个子目录：

logs/grpo-1.5b/
├── checkpoints/
├── converted_ckpts/
├── log/
├── swanlab/            # SwanLab 事件文件
├── tensorboard/        # TensorBoard 事件文件
└── wandb/              # WandB 运行目录

TensorBoard#

tensorboard --logdir ./logs/grpo-1.5b/tensorboard --port 6006

在浏览器中打开 http://localhost:6006 即可查看标量曲线、直方图和计算图。

Weights & Biases (WandB)#

  1. 在 wandb.ai 创建一个免费账户并复制你的 API key。

  2. 在每台机器上认证一次：

wandb login          # 按提示粘贴 API key

之后 RLinf 会自动启动一个新的 run 并流式传输所有指标。 你可以通过 dashboard 查看这些指标。

SwanLab#

  1. 在 swanlab.ai 注册并获取 access token。

  2. 认证：

swanlab login        # 按提示粘贴 access token

之后 RLinf 会自动启动一个新的 run 并流式传输所有指标。 你可以通过 dashboard 查看这些指标。

小技巧

三个 logger 可以 并行运行；你可以自由组合使用。