Ascend/mindspeed-fsdp2-config-migration

MindSpeed FSDP2 配置迁移

目标

将源训练/配置语义转换为合法的 MindSpeed-MM FSDP2 YAML，并保证注册关联正确、字段分层安全。

适用场景

• 迁移任务需要新建或修复 examples/fsdp2/*_config.yaml。
• model_id、dataset_type、training.plugin 映射缺失或不一致。
• 数据参数分层错误导致 dataclass strict-field 报错。

不适用场景

• 任务是模型代码适配。
• 任务是数据预处理实现。
• 任务是最终测试执行与报告产出。

输入

• 源训练参数或脚本
• 目标模型/数据注册 id
• 所需并行/FSDP2 模块匹配模式
• runtime_assets（至少含 model_path、dataset_path）

输出

• YAML 配置草案/更新
• 映射表（源参数 -> 目标 YAML 字段）
• 带通过/失败状态的配置迁移检查清单

必检项

1. 注册关联：
   • model.model_id 与模型注册一致
   • data.dataset_param.dataset_type 与数据注册一致
   • training.plugin 能导入模型与数据插件包
2. 字段分层：
   • strict dataclass 字段保留在 basic_parameters
   • 自定义扩展字段放入 *_extra
3. 并行配置健全性：
   • parallel.fsdp_plan.apply_modules 指向有效模块
   • dtype/recompute 选项语法合法
4. 配置必填字段完整性：
   • model.model_id、model.model_name_or_path
   • data.dataset_param.dataset_type
   • data.dataset_param.basic_parameters.dataset
   • data.dataset_param.preprocess_parameters.model_name_or_path
   • data.dataloader_param 下 dataloader_mode、sampler_type、shuffle、drop_last、pin_memory、collate_param
   • data.dataloader_param.collate_param.model_name
   • training.lr、training.micro_batch_size、training.train_iters

防偏差执行协议

1. 实施前必须完成：
   • model_id、dataset_type、training.plugin 三元目标值已冻结
   • 真实运行资产（model/dataset）已映射到配置字段
2. 实施后必须产出：
   • config_mapping_table.md
   • linkage_check_report.md
3. 失败即停止：
   • 任一注册关联失败时，禁止进入验证阶段

禁止行为

• 禁止把扩展字段写入 strict dataclass 区块
• 禁止 training.plugin 只写模型插件不写数据插件
• 禁止 apply_modules 使用与模型结构无关的硬编码模式
• 禁止直接复用他模型的 apply_modules 列表而不做匹配验证
• 禁止遗漏必填字段并依赖隐式默认值
• 禁止在未跑解析检查时宣称配置可用

实施规则

• 先保持源配置语义，再适配配置形态。
• 不得将自定义字段放入 strict schema 区块。
• 配置改动必须显式且可追溯。
• 每个非平凡映射决策都要给出理由。

退出标准

• YAML 可解析且注册关联一致。
• 配置分层不引入 strict-field schema 错误。
• 配置侧清单结论均有证据支撑。

渐进式资源

• checks/config-acceptance.md
• checks/config-contract-gates.md
• errors/config-error-dictionary.md
• errors/triage-severity.md
• examples/minimal-io.md

仅在字段分层检查或配置错误分诊需要详细判据时读取这些文件。