Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
sf submit 全流程：资源声明、超参覆盖、数据引用、镜像与观测
sf submit my-grpo --profile h200:8
sf submit my-exp --profile h200 # 注册表默认形状
sf submit my-exp --profile h200:4 # 4 张卡
sf submit my-exp --profile h200:16 # 2 满节点
sf submit my-exp --profile train=h200:8 --profile rollout=h100:2 # 异构多池
--profile 是唯一资源入口，语义见资源模型。
sf submit my-exp -s policy.optimizer.kwargs.lr=1e-6 -s grpo.kl_coef=0.05
sf submit my-verl \
--model Qwen/Qwen3.5-9B \
--train-data data/train.parquet \
--validation-data data/val.parquet
--model（HF id 或路径）与 --train-data / --validation-data 必填。sf submit my-verl \
--train-dataset alice/gsm8k-zh@v2 \
--train-data train.parquet # 数据集内的相对文件名
<owner>/<name>[@version]）时，作业启动自动拉到共享缓存并注入 <NAME>_DATA_DIR；--train-data 写数据集内相对路径。推荐写在 config 的 data.train.dataset，CLI 参数仅作临时覆盖。详见数据集。starforge.yaml 的 name 聚合本项目下的所有 run，提交时自动带上，不必再写 --project。
sf submit my-custom --profile h200:8 \
--image myregistry.io/train:v1
--image；custom 必须显式给。解析顺序：--image → Console 框架默认 → runtime registry → catalog。tag 能用，生产建议 digest。仓库要在服务端 allowlist 里。
日志跟 stdout 走。控制台曲线要在训练里调 starforge.report。当前 catalog 的 custom 默认是外部观测，那种提交还要带 --observability-url。完整写法：自定义训练。Docker 和白名单：自定义镜像。
| 参数 | 语义 |
|---|---|
--allow-dirty | 工作区有未提交改动时仍提交（默认拒绝，保证可追溯到确切 commit）。未跟踪文件会列出警告 |
--no-validate | 跳过提交前校验 |
--upgrade-recipe | 提交前把实验锁升级到当前 catalog（配 --framework-version 可同时切版本） |
.env、*.pem、id_rsa* 等），命中会拒绝打包——密钥不应进入作业包，平台侧有专门的密钥注入通道。sf submit my-exp --then export --then eval
sf job ls # 作业列表
sf job logs # 跟随最近作业日志（-n 0 看全量历史）
sf job status <JOB_ID> # 状态详情
sf job stop <JOB_ID> # 停止
sf job pause <JOB_ID> # 暂停（保留 checkpoint）
sf job resume <JOB_ID> # 从最近 checkpoint 续训
sf job retry <JOB_ID> # 失败/中断的作业重新排队（同 run id，从最近 checkpoint 继续）