SyGra 2.0.0 Studio 發佈

SyGra 2.0.0 引入了 Studio，這是一個互動式視覺化環境，旨在將合成數據生成從手動編輯 YAML 檔案和使用終端機的過程，轉變為透明且視覺化的工藝。Studio 允許使用者在畫布上組合流程、預覽數據集，並透過內聯變數提示來調整提示詞（prompts），同時透過生成相應的圖形配置和任務執行器腳本，保持與底層 SyGra 平台完全相容。

視覺化工作流設計與組合

SyGra Studio 可透過拖放介面建立合成數據管線。使用者可以利用各種節點類型和配置選項來構建複雜邏輯：

LLM 節點： 使用者可以選擇已配置的模型（例如 gpt-4o-mini），編寫提示詞，並定義輸出變數（例如，將結果儲存在 story_body 中）。
進階邏輯： 該環境支援結構化輸出、工具附件、Lambda 節點以及用於可重複使用邏輯或分支行為的 Subgraph 節點。
動態提示詞： 在提示詞編輯器中輸入 { 會立即顯示所有可用的狀態變數，從而實現對先前節點數據的無縫引用。
多 LLM 設定： 詳細資訊面板提供了存取模型參數和並行生成設定的權限。

數據源整合與驗證

Studio 透過提供引導式表單來進行數據源配置和驗證，簡化了合成數據生成的初始階段：

支援的連接器： 使用者可以連接到 Hugging Face、本地檔案系統或 ServiceNow 數據源。
立即預覽： 在輸入 repo_id、分割比例或檔案路徑等參數後，使用者可以預覽樣本列，以確保在執行前數據是正確的。
自動變數映射： 來自數據源的欄位名稱會自動轉換為狀態變數（例如 {prompt}、{genre}），消除了手動連接和猜測。

執行、可觀測性與除錯

SyGra Studio 提供即時監控和除錯工具，以確保合成數據運行的品質和成本：

即時串流： 在工作流運行期間，執行面板會即時串流節點狀態、Token 使用量、延遲和成本。
可觀測性： 詳細的日誌和執行歷史會儲存在 .executions/runs/*.json 中，允許使用者將結果與先前的執行進行比較。
除錯工具： 介面包含內聯日誌、斷點和基於 Monaco 的程式碼編輯器，以便快速迭代。
運行配置： 運行模態視窗允許使用者在不修改底層 YAML 配置的情況下，調整批次大小、記錄數量、重試行為和溫度（temperatures）。

模型支援與整合

Studio 支援廣泛的模型提供商和自定義端點，以確保生成的靈活性：

引導式配置： 使用者可以驗證 OpenAI、Azure OpenAI、Ollama、Vertex、Bedrock、vLLM 以及自定義端點的模型。
基礎設施相容性： 由於 Studio 生成的與寫入 tasks/examples/ 的 YAML/JSON 產物物完全相同，因此視覺化設計與 CLI 的執行引擎完全相容。

使用案例範例：Glaive Code Assistant

SyGra Studio 可以執行現有的工作流，例如 Glaive Code Assistant。這個特定的工作流會攝取 glaiveai/glaive-code-assistant-v2 數據集，並採用兩個 LLM 節點（generate_answer 和 critique_answer）組成的迴圈，並由條件邊（conditional edge）連接。該過程會持續迴圈，直到評估節點返回