configs/training/ 下；提交前请先 push 代码，因为平台会在托管训练基础设施上运行所选 workspace commit。
请先运行一次 evaluation，在投入训练资源前发现 rollout、grader、model 和 credential 问题。
快速开始
在 workspace directory 内：Training 配置
完整字段及其校验规则请参见 Config Files。configs/training/my-rollout.toml
提交时会校验共享的 training config schema，并拒绝未知字段和超出范围的值。它不会针对所选 model 或 backend 校验 config，因此不受支持的组合可能在 provisioning 或执行期间才暴露出来。
工作方式
1
解析 workspace 和代码
CLI 读取
configs/training/ 下的 TOML，并根据 Git origin 解析 workspace。省略 branch 和 commit_sha 时，使用 default branch 最新同步的 commit。显式 branch 会在提交时解析当前 head，并固定到所得的完整 SHA；commit_sha 则直接固定该 commit。2
校验请求
CLI 会校验 config structure 和本地 path shape。平台会在调度前校验 billing、dataset、base model、secrets，以及共享的 config schema。Provisioning 随后校验所选 commit 的 entrypoint 和 build，而针对特定 model 或 backend 的不兼容可能在 provisioning 或执行期间才暴露出来；失败会显示在 run 上。
3
拆分 dataset
Osmosis 会打乱所选 dataset，并留出约 20% 的行用于验证，该数量向下取整并以 10,000 行为上限；其余部分用于训练。该划分不可配置。
4
运行 rollouts 并更新 model
Training service 运行
AgentWorkflow 和 Grader，通过 active rollout context 路由 policy calls，并根据 rewards 更新 model。失败的 rollout samples 会被排除在训练更新之外。5
记录输出
Metrics、rollout samples、logs 以及产生的 checkpoints 会显示在 run 中。如果 run 在第一次保存前结束，或所选训练设置不支持 checkpoint，则不保证会产生 checkpoint。
命令
完整 flag 列表请参见 命令参考。
监控 Run
Run 处于 active 状态时，train info 会显示 current_step、total_steps、完成百分比和最新 reward。使用 train logs 查看 scheduling、execution 和 cleanup diagnostics。Training Runs 页面介绍完整 status lifecycle、dashboard charts、rollout samples、checkpoints 和 configuration view。
下一步
评估
在训练前验证 rollout 和 grader。
配置文件
查看所有 training 字段和约束。
训练任务
在 Platform 中监控 runs、samples、checkpoints 和 logs。