快速开始
首次运行
组合并启动一个 UniRL 实验配方。
启动 Ray 作业前，先做 Hydra compose check。它能提前暴露路径、override、组件契约和 batch geometry 问题。
python -m unirl.train_diffusion --config-name=diffusion/sd3_trainside --cfg job --resolve单机运行
单机通用启动器，第一个参数是 bucket 化的 recipe 名（<domain>/<recipe>）：
bash examples/run_experiment_single_node.sh diffusion/sd3_trainside默认入口是 diffusion；用 ENTRY 选择其他入口：
ENTRY=train_vlm bash examples/run_experiment_single_node.sh vlm/qwen_vl_argrpo_geo3k_mc_4x8
ENTRY=train_pe bash examples/run_experiment_single_node.sh pe/pe_trainside_pickscore只检查启动命令，不真正跑训练：
DRY_RUN=1 bash examples/run_experiment_single_node.sh diffusion/sd3_trainside多机运行
多机 role-aware 启动器：
bash examples/run_experiment_multinode_taiji.sh diffusion/sd3_sglang_native_colocate直接调用 Hydra 入口
可以直接调用入口并在命令行覆盖字段：
python -m unirl.train_diffusion \
--config-name=diffusion/sd3_trainside \
num_devices=8Override 优先级：
CLI Hydra override > launcher env var > YAML default示例 prompt
已提交的 prompt 列表在 datasets/ 下，例如 datasets/pickscore/train.txt（每行一个 prompt）和 datasets/pickscore/test.txt。recipe 的 data_source 默认指向它们。
真实运行时用环境变量或 CLI override 指向绝对路径：
DATA_PATH=/abs/path/train.json \
OUTPUT_DIR=/abs/path/outputs/run1 \
bash examples/run_experiment_single_node.sh diffusion/wan21_t2v