03. Conda 环境
环境列表
| 环境 | 方法 |
|---|---|
dlb-flm |
FLM、FMLM |
dlb-langflow |
LangFlow |
dlb-duo |
Duo、Duo+DCD |
dlb-mdlm |
MDLM |
dlb-candi |
CANDI |
dlb-rdlm |
RDLM |
dlb-sdtt |
MDLM+SDTT |
dlb-di4c |
Duo/MDLM+Di4C |
dlb-eval |
GPT-2 Large、统一评测 |
YAML 文件在 envs/。版本差异和上游要求以 YAML 与 patches/ 为准，不要把当前机器已有的任意环境当作实验环境。
Bootstrap 环境
源码、数据和 checkpoint 下载脚本先使用一个轻量 bootstrap Conda 环境：
conda create -n dlb-bootstrap python=3.11 -y
conda activate dlb-bootstrap
export DLB_PYTHON="$CONDA_PREFIX/bin/python"
"$DLB_PYTHON" -m pip install -e ".[dev,data,checkpoints]"
这个环境只用于运行仓库自己的 Python 脚本，不用于训练或评测。
创建和验证
export DLB_CONDA="${DLB_CONDA:-conda}"
bash envs/create_all.sh
bash envs/verify_all.sh
只创建部分环境时：
DLB_ENV_NAMES=dlb-flm,dlb-eval bash envs/create_all.sh
DLB_ENV_NAMES=dlb-flm,dlb-eval bash envs/verify_all.sh
验证脚本会检查 Python、PyTorch、CUDA 和方法依赖导入。出现 CUDA/import failure 时，先修复环境，不要在 run_all.sh 中降低精度或换模型。
可搬运 archive
服务器资源允许时，使用：
bash envs/pack_all.sh
输出在 artifacts/conda-packs/，不会提交 Git。archive 在另一台服务器解包后仍需运行 envs/verify_all.sh。