런 제출

콘솔 런 → 런 제출. 실행되는 것은 다음 한 줄이다.

uv run train.py --config-name <config_name> [overrides] --run-id <mlflow run>

단계	필드	의미
1 source · config	git_ref	브랜치·태그·커밋. clone 단계에서 SHA 로 고정
	config_name	Hydra 루트, configs/<name>.yaml
	env= reward= algo= randomization= …	config group. 저장소 configs/<group>/*.yaml 에서 읽어 드롭다운으로. 기본값과 다르면 override 가 된다
2 params	total_steps= seed= ckpt_every= device= …	루트 config 의 최상위 스칼라 키. 비우면 저장소 값
3 resources	priority	explore(기본) · deadline(선점)
	nvidia.com/gpu	런당 1장 고정. dry_run 이면 0
고급	extra overrides	Hydra 문법 algo.lr=1e-4 +smoke=true ~curriculum
	sweep	configs/sweep/<name>.yaml → Ray Tune
	image	비우면 프로젝트 기본 이미지
	dry_run	+smoke=true device=cpu, GPU 0. 파이프라인 구조만 확인

하단 요약이 실제 명령이다. 이전 런 설정 불러오기 로 기존 런의 override 를 그대로 가져올 수 있다.

제출 후 Run 행과 Argo Workflow 가 만들어지고 런 화면으로 이동한다. 워크플로 수준 오류(파드 생성 실패 등)는 런 화면 상단에 보인다.