shunk031-colab-uv-training

メモ

この SKILL.md を読んだ後、🛰️ I read shunk031-colab-uv-training. と言ってください。

Colab uv トレーニング

要求された GPU ジョブを完了し、その結果をランタイムの外部に保存して、タスクの VM を解放します。許可された実行範囲内で、監視、結果の取得、ティアダウンまで続けてください。セルを起動しただけでは完了ではありません。

リポジトリ既存のトレーニングコマンド、チェックポイント形式、承認済みのアーティファクト保存先を使用してください。同梱のラッパーは Hugging Face Hub ストレージに対応しています。必要な永続化とティアダウンをすでに提供している場合は、起動したジョブ内でリポジトリ固有のジョブコマンドやストレージ連携を再利用してください。

GPU 作業は scripts/colab-gpu-run を使う場合に限り開始してください。割り当て前にジョブデータを承認済みの永続ストレージにステージングし、ダウンロードするすべての入力を --hub-input NAME=URI として宣言してください。ランチャーは Bash ジョブスクリプトとローカルの制御ファイルを確認し、割り当て前に切り離されたウォッチドッグを起動して、スクリプトと任意の制限付きトークンのみをアップロードし、同梱のラッパーを起動します。タイムアウトで colab exec が終了しないよう、ランチャーはログ出力を記録する管理対象のバックグラウンドプロセスとして実行してください。ログまたは永続化された Hub 出力を監視します。ウォッチドッグの対象は GPU セッションです。このガードはアイドル状態の GPU 割り当てを対象としているため、CPU のみの CLI フローは直接実行します。

ランタイムを割り当てる前に

リクエストとリポジトリから、対象のコミット、ジョブコマンド、GPU、実行上限、アーティファクト保存先を特定してください。コスト、外部への書き込み、要求された結果に影響する選択肢が不足している場合に限り、確認してください。タスクの割り当て、アップロード、ティアダウンについて、すでにある承認を再利用してください。ジョブの依頼は、コンピュートユニットの購入、無関係なセッションの停止、保存済みアーティファクトの削除を許可するものではありません。

実行予算に照らして colab usage を確認してください。ランチャーには Colab CLI 0.7.4 が必要で、一意のセッション名が生成されます。colab new --gpu、colab run --gpu、colab exec を単独で使って GPU 作業を開始したり再開したりしないでください。CLI の基本操作や認証が必要な場合は、利用可能であれば colab-operator スキルを参照してください。そうでなければ、該当する colab --help コマンドを参照してください。

現在の操作に応じて読む

• 新しい VM を使う場合や環境エラーが発生した場合は、environment.md を読んでください。Colab による Python の上書きと、症状に応じた依存関係の修正について説明しています。
• 長時間のジョブを起動・監視する場合は、running-jobs.md を読んでください。ビジー状態のカーネルセル、Hub ラッパー、認証情報、結果の検証について説明しています。
• 再開する場合、切断されたクライアントや失敗したアップロードから復旧する場合、または残存ランタイムをクリーンアップする場合は、recovery.md を読んでください。アカウント全体の一括処理は、単一ジョブよりも広い範囲を対象とする別の操作です。
• バージョンに依存する主張やその根拠を確認する場合は、sources.md を使ってください。日付付きの観測結果は、現在のランタイムについての保証ではありません。

常に適用される制約

• /content は一時的な領域です。実行中にチェックポイントとログを VM の外部に保存し、ランタイムまたはジョブの上限に達する前に最終アップロードを行う時間を確保してください。ランタイムの存続期間は、プラン、残高、利用状況によって異なります。
• クライアントのタイムアウトは、セルが停止したことを意味しません。再起動する前にタスクのログとランタイムの状態を確認してください。ビジー状態のカーネルに重複したジョブを送信しないでください。
• ウォッチドッグは、ランチャーが起動した colab exec クライアントプロセスが動作中ならビジー状態として扱います。Colab CLI の IDLE／BUSY 出力は、名前付きエンドポイントの確認にのみ使用します。CLI 0.7.4 のステータス確認ではローカルのスナップショットが同期・書き換えられるためです。クライアントが終了すると、ステータスがまだ BUSY と表示されていてもアイドルタイマーが開始します。
• colab exec --env、コマンドテキスト、ログにシークレットを含めないでください。起動リファレンスに記載されている、アップロード済みの制限付きファイルを使用してください。
• アップロード失敗後に保持されている VM を解放する前に、結果の唯一のコピーを復旧してください。ラッパーの終了コードだけでは、永続ストレージへの保存や割り当て解除の成功を証明できません。

完了

終了ステータスと想定される成果物を確認してジョブの結果を検証し、要求された結果を取得してください。また、自己解放後または colab stop -s <name> の実行後に、タスクのエンドポイントが割り当て解除されていることを確認してください。他のセッションが残っていても問題ありません。ランチャーは、ユーザーが GPU ランタイムをより長く利用できるよう求めた場合も含め、常に実時間の上限を適用します。

テストしたコミット、ジョブの結果、永続的な成果物の場所、ランタイムの状態を報告してください。復旧または解放に失敗した場合は、残っているエンドポイント、利用可能な結果、次のアクションを報告してください。タスクに属するクリーンアップが未解決のまま、実行が完了したと宣言しないでください。