Interactive Training 2: Auditable Control Plane for Live Model Training
交互式训练2：实时模型训练的可审计控制平面
🧭 交互式训练控制平面
University of Waterloo · University of Wisconsin-Madison
提供开源控制平面，通过共享协议让人类和智能体对训练过程进行实时、可审计的操控
📌 工作参考价值
- 在线训练动态调参：在电商推荐模型持续训练中，可以借鉴其声明式暴露学习率、dropout 等设置，让算法工程师或自动调参 Agent 通过统一接口实时调整，无需重启训练任务。
- Agent 驱动的训练编排：将训练控制能力抽象为 Action（如保存检查点、回滚、切换数据源），LLM Agent 可根据监控指标自动决策并提交请求，例如检测到 loss 异常时自动触发回滚和告警，适合广告模型频繁迭代的场景。
- 审计与复现：所有控制请求和结果按时间线记录，可回溯谁在何时做了何种干预，满足工业级模型训练的合规与排障需求，类似模型版本的 Git 日志。
- 工程实现参考：其“训练循环负责安全控制点”的设计模式可直接复用，在现有训练框架中插入轻量级控制平面，避免多控制器并发冲突，保证状态一致性。
动机：现有实验跟踪器只能观察训练状态，无法通用地在运行时改变训练配置或触发动作，研究者仍依赖定制回调或脚本，工具碎片化。
方法关键点：
- 定义共享协议，训练应用声明可改变的设置（如 learning rate）和可请求的动作（如保存检查点、开始评估）。
- 人类、脚本或 LLM Agent 通过同一接口提交控制请求。
- 训练循环在安全控制点验证并应用请求，避免并发冲突，并记录完整审计轨迹。
- 基于 Aim 定制工作空间，融合实时指标、控制面板及请求-结果时间线。
关键结果数字：在五个 NLP 和强化学习工作流中验证了系统的通用性和有效性，开源代码与运行轨迹可供复现。