インタラクティブトレーニング2：ライブモデルトレーニングのための監査可能なコントロールプレーン

要旨

実験トラッカーはトレーニングの進行状況を示すが、ライブランを変更するには依然としてトレーナー固有のコードが必要となることが多い。本稿では、共有プロトコルを通じてトレーニングを操作するためのオープンソース制御プレーンであるInteractive Training 2を提案する。トレーニングアプリケーションは公開する設定とアクションを宣言し、人間と自動制御装置は同一のインターフェースを介してリクエストを送信し、トレーニングループはそれらを検証し安全な制御ポイントで適用する。カスタマイズされたAimワークスペースは、ライブメトリクスと制御を、リクエストと結果の時系列記録と組み合わせる。我々は、このシステムを5つのNLPおよび強化学習ワークフローで実証する。公開されたコードとトレースは、監査可能な人間およびエージェント誘導トレーニングのための再利用可能な基盤を提供する。

English

Experiment trackers show how training is progressing, but changing a live run still usually requires trainer-specific code. We present Interactive Training 2, an open-source control plane for steering training through a shared protocol. Training applications declare which settings and actions they expose, humans and automated controllers submit requests through the same interface, and the training loop validates and applies them at safe control points. A customized Aim workspace combines live metrics and controls with a chronological record of requests and outcomes. We demonstrate the system across five NLP and reinforcement-learning workflows. The released code and traces provide a reusable foundation for auditable human- and agent-guided training.