你的项目
| 术语 | 含义 |
|---|---|
| Project（项目） | tuneplane.yaml 里的 name。控制台把这个目录下的每个作业都归到它下面。名字按用户唯一，不是全局唯一 |
| Experiment（实验） | experiments/<name>/ 下的一个目录，放 config.yaml、recipe.lock.json，custom 作业还有 train.sh。创建它不会启动任何 GPU |
| Job（作业） | 一次被准入的提交。它有 run id、状态，启动之后还有一个后端句柄。一个实验会产生很多作业 |
| Run id | 其他一切引用的身份：产物、--init-from、分享链接 |
| Pipeline（流水线） | 一次提交，以及平台为它跑的每一个 Step。作业列表列的就是这个单位 |
| Step | Pipeline 里的一个作业，有且只有一个 Step Role：train、export、evaluate、benchmark、serve 或 process |
| Root Step | 你提交的那个 Step。只有它能带 Derivation，或属于某次 sweep |
| Derivation（派生） | 表示某次运行是从另一次运行的产物开始的。它跨项目跨归属；Pipeline 成员关系从不跨 |
方法与打包
| 术语 | 含义 |
|---|---|
| Method id（方法标识） | <framework>/<method>，比如 nemo-rl/grpo 或 trl/kto |
| Recipe（配方） | 一个方法的版本化声明：入口、可调参数及其取值范围、指标、产物，以及它能在哪些框架版本上跑 |
| Method Category（方法类别） | 这个 recipe 属于哪类训练，取自一个封闭集合：supervised、sft、preference、reward-model、rl、distillation、evaluation、custom。分类轴是”这个方法跑起来需要什么” |
| Catalog（目录） | 所连服务端已发布的那些 recipe。你的 lock 文件必须与服务端一致 |
recipe.lock.json | 由 tp new 写出。钉住 recipe 摘要和框架版本。提交会拒绝过期的 lock —— 用 tp recipe upgrade 升级 |
| JobSpec | tp 构造、服务端准入的那份 JSON。不需要手写。见 JobSpec |
| Job Capsule | 服务端注入到 .tuneplane/capsule/ 下的 capsule.json、bootstrap.sh 和 runner.pex。训练镜像里并没有安装平台包 |
runtime_id | 用哪个交付产物来跑 —— 一个 OCI 镜像、一个 SIF、一个 SQSH。解析顺序是 --image、框架默认、runtime 注册表、catalog |
硬件与放置
| 术语 | 含义 |
|---|---|
| Series（系列） | 部署自己定义的一类加速卡：单卡显存、算力权重、调度 pin、Slurm constraint，以及总共有多少张。配额和容量按 series 计 |
| Profile | 覆盖在 series 之上的一个命名预设：一个默认形状，加上针对这个形状的环境变量与框架覆盖项。h200、h200-2g、h100。--profile 收的就是它 |
| Resource Pool（资源池） | 一个作业内部一组同 series 的卡，作业的角色被分配到它上面。它是 JobSpec 里的一个形状，从来不是一组机器 |
| Fleet | 命名的执行目标，可以是一组已注册的 Node，也可以是已有的 Kubernetes 或 Slurm 集群。作业被放置到 Fleet 上。它的 kind 是 node、kubernetes 或 slurm |
| Node（节点） | Fleet 里的一台已注册机器。它的 id 不跨重装存活：重建过的机器是一台新 Node |
| Executor（执行器） | 控制面在某个 Fleet 上启动容器的方式。每种 Fleet kind 一个，彼此之间不回退 |
数据与材料
| 术语 | 含义 |
|---|---|
| Dataset（数据集） | 版本化的训练材料，引用形式 <owner>/<name>[@version]。一个版本不可变 |
| Volume | 作业通过只读挂载读取的命名目录。它没有版本：文件原地增删，引用指向这个 volume 本身。下载默认关闭，要所有者打开 |
| Hub Reference | [<hub>:]<namespace>/<name>[@<revision>]。不带前缀表示本平台；hf: 和 ms: 分别是 Hugging Face 与魔搭 |
| Hub Import | 把一个 hub 仓库一次性复制进本平台注册表，这样预览、扫描、脱敏、分级和配额都对它生效 |
| Data Classification（数据分级） | 派生数据集从它由之产生的材料继承的处置策略。由平台计算，不由作业声明 |
$TUNEPLANE_OUT_DIR | 唯一一个内容能在作业结束后留存的目录。写到别处的 checkpoint 会随临时目录一起消失 |
| Ingest | 从训练容器回到控制台的 HTTP 通路：日志、指标、样本、产物。地址以 TUNEPLANE_JOB_ENDPOINT 进入作业，必须从 GPU 节点可达 |
评测
| 术语 | 含义 |
|---|---|
| Benchmark pack（评测包） | 一个评测集的声明：镜像、argv，以及如何把它的输出映射到评分字段。通过 tp bench run 运行 |
| Rubric（评分标准） | 你们团队关于”什么算正确回答”的成文标准：命名的准则、权重、量表。有归属、有版本，引用形式 <owner>/<name> |
| Environment（环境） | 一个 taskset 加一份 manifest，像数据集一样有归属有版本。agent 就是对着它练的 |
| Taskset（任务集） | 一个环境版本里的那些任务。从不发出：作业引用它，没有任何路由返回副本 |
| Verifier（判定器） | 决定一个任务是否完成的东西 —— 一份 Rubric、一个插件入口，或一个 HTTP 端点。永远是引用；平台本身从不充当它 |
| Harness | 驱动模型走完一个环境的代码，以 capability: environment 插件提供 |
| Sandbox（沙箱） | 模型生成的代码运行的地方：一个用完即弃的容器，无 GPU、无网络、有硬限制。需要沙箱的作业落在没有沙箱的部署上会被拒绝 |
服务
| 术语 | 含义 |
|---|---|
| Playground Session | 一个临时服务实例，给人试用某个 checkpoint。它不是 Deployment |
| Model Deployment | 面向应用流量的受管模型版本，位于一个稳定地址之后，有声明的期望状态 |
| Deployment Revision | 某个 Deployment 的模型来源与服务配置的不可变快照。整体升级或回滚 |
| Deployment Token | 授权应用流量访问某一个 Deployment 的可吊销凭据，与任何人的登录无关 |
| Serving Engine | 回答推理请求的运行时。vLLM 和 SGLang 是两种不同的引擎 |
| Reflow Buffer | 某个 Deployment 保留下来的请求与响应记录，有保留期。它不是数据集：它会过期，也没有任何人为它的内容背书 |