enlace/configs/data/corpus.yaml at 03dadc93da922f68ab6e00d3eb2f296342143683 - enlace - Gitea: Git with a cup of tea

msaldain/enlace

Files

T

msaldain d0a05cdd97 Anclar las rutas de .gitignore al raíz del repo

Un patrón sin "/" inicial en .gitignore matchea cualquier directorio con ese
nombre en cualquier nivel. "data/" y "runs/" estaban excluyendo, además de lo
que se quería:

  enlace/data/     los cargadores de datos (ByteStream, ShardStream)
  configs/data/    corpus.yaml, smoke.yaml, distill.yaml
  configs/runs/    todos los configs ejecutables

Es decir que el repo commiteado no contenía ni la capa de datos ni un solo
config con el que arrancar un entrenamiento. Como scripts/remote.sh sincroniza
por git push/pull, el servidor habría recibido un paquete que falla al
importar, y el síntoma habría aparecido recién allá.

Se anclan las cuatro rutas con "/" inicial y se documenta el porqué en el
propio archivo.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

2026-07-27 23:27:40 -03:00

6 lines

179 B

YAML

Raw Blame History

 # Corpus tokenizado en shards uint16 (Etapa 1 del plan).
 # Los shards viven en el servidor; nunca se descargan enteros.
 source: shards
 shards_dir: data/shards
 val_fraction: 0.005