配置文件 - Osmosis

Osmosis CLI 使用 TOML 配置文件来执行两种操作：运行评估和提交训练任务。所有配置文件存放在工作空间的 configs/ 目录下。

在以下示例中，被注释掉的字段（以 # 为前缀）是可选的。其默认值在行内标注。未注释的字段是必填项。

Eval Config

由 osmosis eval run 使用，用于对数据集评估 agent。

configs/eval/default.toml

[eval]
rollout = "my-rollout"                         # Rollout 名称（rollouts/ 下的目录）
entrypoint = "main.py"                         # 入口文件（相对于 rollout 目录）
dataset = "data/test.jsonl"                    # 数据集路径（相对于工作空间根目录）
# limit =                                      # 评估的最大行数
# offset = 0                                   # 跳过前 N 行
# fresh = false                                # 丢弃缓存结果
# retry_failed = false                         # 仅重新运行失败行

[llm]
model = "openai/gpt-5.2"                      # LiteLLM 模型名称（必填）
# base_url =                                   # 自定义 OpenAI 兼容端点
# api_key_env = "OPENAI_API_KEY"               # API 密钥的环境变量名

[runs]
# n = 1                                        # 每行运行次数（用于 pass@n）
# batch_size = 1                               # 并发批量大小
# pass_threshold = 1.0                         # pass@k 的分数阈值

[output]
# log_samples = false                          # 将对话保存为 JSONL
# output_path =                                # 结构化输出目录
# quiet = false                                # 抑制进度输出
# debug = false                                # 启用调试日志 + 追踪

# [baseline]
# model = "openai/gpt-5-mini"                 # 用于对比的基线模型
# base_url =                                   # 基线模型的自定义端点
# api_key_env =                                # 基线模型 API 密钥的环境变量名

字段参考

`[eval]` — 必填

字段	类型	必填	默认值	说明
`rollout`	`str`	是	—	`rollouts/` 下的 rollout 目录名称
`entrypoint`	`str`	是	—	相对于 rollout 目录的 Python 入口文件
`dataset`	`str`	是	—	数据集文件路径，相对于工作空间根目录
`limit`	`int`	否	所有行	评估的最大行数（必须 >= 1）
`offset`	`int`	否	`0`	从头部跳过的行数（必须 >= 0）
`fresh`	`bool`	否	`false`	丢弃所有缓存结果并从头重新运行
`retry_failed`	`bool`	否	`false`	仅重新运行之前失败的行

`[llm]` — 必填

字段	类型	必填	默认值	说明
`model`	`str`	是	—	LiteLLM 格式的模型名称（例如 `openai/gpt-5.2`、`anthropic/claude-sonnet-4-5`）
`base_url`	`str`	否	—	自定义 OpenAI 兼容 API 端点 URL
`api_key_env`	`str`	否	—	包含 API 密钥的环境变量名（例如 `OPENAI_API_KEY`）

`[runs]` — 可选

字段	类型	默认值	约束	说明
`n`	`int`	`1`	>= 1	每个数据集行的评估运行次数。使用大于 1 的值来计算 pass@n 指标。
`batch_size`	`int`	`1`	>= 1	并发评估请求数量
`pass_threshold`	`float`	`1.0`	0.0 - 1.0	达到或超过此分数阈值的样本被视为 pass@k 计算中的”通过”

`[output]` — 可选

字段	类型	默认值	说明
`log_samples`	`bool`	`false`	将完整对话日志保存为 JSONL 文件，与结果一同存储
`output_path`	`str`	—	结构化输出文件目录。会被 `-o` CLI 标志覆盖。
`quiet`	`bool`	`false`	抑制进度条和中间输出
`debug`	`bool`	`false`	启用调试级别日志和执行追踪

`[baseline]` — 可选

字段	类型	必填	说明
`model`	`str`	是（如存在此节）	LiteLLM 格式的基线模型，用于对比评分
`base_url`	`str`	否	基线模型的自定义端点
`api_key_env`	`str`	否	基线模型 API 密钥的环境变量名

CLI 标志如 --fresh、--limit、--offset、--quiet、--debug、--output-path、--log-samples 和 --batch-size 会覆盖配置文件中的对应值，因此您可以保留基础配置并在命令行中调整各次运行的参数。

Training Config

由 osmosis train submit 使用，用于提交训练任务。

rollout 和 entrypoint 指向的是平台上同步过来的仓库，不是您的本地工作区 —— 训练任务执行的是通过 Git Sync 拉取的代码。默认情况下平台使用默认分支上最新的同步 commit；设置 commit_sha 可以将一次训练固定到特定版本。

configs/training/default.toml

[experiment]
rollout = "my-rollout"                         # Rollout 名称（rollouts/ 下的目录）
entrypoint = "main.py"                         # 入口文件名
model_path = "Qwen/Qwen3.5-35B-A3B"           # 必须是受支持的模型
dataset = "my-dataset"                         # `osmosis dataset list` 中的数据集名称
# commit_sha =                                 # 锁定到特定 commit

[training]
# lr = 1e-6                                    # 学习率
# total_epochs = 1                             # 训练轮数
# n_samples_per_prompt = 8                     # 每个提示的 rollout 采样数
# global_batch_size = 64                       # 训练批量大小
# max_prompt_length = 8192                     # 最大提示 token 数
# max_response_length = 8192                   # 最大响应 token 数

[sampling]
# rollout_temperature = 1.0                    # rollout 采样温度
# rollout_top_p = 1.0                          # Top-p 采样

[checkpoints]
# eval_interval =                              # 每 N 次 rollout 运行评估
# checkpoint_save_freq = 20                    # 每 N 次 rollout 保存检查点

字段参考

`[experiment]` — 必填

字段	类型	必填	说明
`rollout`	`str`	是	`rollouts/` 下的 rollout 目录名称
`entrypoint`	`str`	是	Python 入口文件名（例如 `main.py`）
`model_path`	`str`	是	HuggingFace 模型路径。必须是平台支持的模型。
`dataset`	`str`	是	`osmosis dataset list` 中显示的数据集名称
`commit_sha`	`str`	否	将训练固定到同步仓库中的特定 Git commit SHA。省略时，平台使用默认分支上最新的同步 commit。适用于需要可复现性，或希望在本地继续迭代的同时用已知可用版本提交训练的场景。

`[training]` — 可选

字段	类型	默认值	说明
`lr`	`float`	平台默认值	优化器学习率
`total_epochs`	`int`	平台默认值	遍历数据集的次数
`n_samples_per_prompt`	`int`	平台默认值	每个提示生成的 rollout 采样数。必须为正整数。
`global_batch_size`	`int`	平台默认值	RL 训练更新的批量大小。必须能被 `n_samples_per_prompt` 整除。
`max_prompt_length`	`int`	平台默认值	提示的最大 token 数
`max_response_length`	`int`	平台默认值	模型响应的最大 token 数

global_batch_size 必须能被 n_samples_per_prompt 整除。CLI 会拒绝违反此约束的配置。

`[sampling]` — 可选

字段	类型	默认值	说明
`rollout_temperature`	`float`	平台默认值	Rollout 生成时的采样温度。值越高，多样性越大。
`rollout_top_p`	`float`	平台默认值	Rollout 期间的 Top-p（nucleus）采样阈值

`[checkpoints]` — 可选

字段	类型	默认值	说明
`eval_interval`	`int`	—	每 N 个 rollout 步骤运行一次评估
`checkpoint_save_freq`	`int`	平台默认值	每 N 个 rollout 步骤保存一次 LoRA 检查点

建议从仅包含必填的 [experiment] 字段开始，让平台对训练超参数使用默认值。根据您的训练任务指标逐步调优。

CLI

工作区

Rollout

Documentation Index

​Eval Config

​字段参考

​[eval] — 必填

​[llm] — 必填

​[runs] — 可选

​[output] — 可选

​[baseline] — 可选

​Training Config

​字段参考

​[experiment] — 必填

​[training] — 可选

​[sampling] — 可选

​[checkpoints] — 可选

Eval Config

字段参考

`[eval]` — 必填

`[llm]` — 必填

`[runs]` — 可选

`[output]` — 可选

`[baseline]` — 可选

Training Config

字段参考

`[experiment]` — 必填

`[training]` — 可选

`[sampling]` — 可选

`[checkpoints]` — 可选