Soup

Soup 发布 v0.75.0：破坏性变更——未知配置键现在直接拒绝加载（soup train 退出码 1，API/Web UI 抛 ValueError 并提示可能的字段名）；修复 MLX 后端六项训练配置被校验后静默丢弃，24 个无 MLX 对应的优化器改为按名拒绝；validation loss 现被记录、推送并显示；新增 soup doctor --config；GSPO（arXiv:2507.18071）成为正式序列级目标；修复 LoRA+ 崩溃；要求 torch>=2.6.0；Multipack FFD 装箱改 O(N log N)；Web UI 读取端点与 SSE 强制认证，--public 不再暴露 FastAPI 文档；遥测改为 opt-in。

Soup 发布 v0.74.0：修复冻结底座长期以 fp32 加载导致显存峰值翻倍（H100+LLaMA-3.1-8B+LoRA 峰值从 48,241 MiB 降至 18,658 MiB，约 28.9GB，三次复现逐字节一致）；升级 Transformers 5.x/TRL 0.29/PEFT 0.20 并修复依赖冲突；修复 T4等免费层 stream_layers 的 BFloat16 与 fp16 GradScaler 崩溃；新增 soup train --cloud lambda 云端训练后端（默认仅计划）；修复四种 IPv4 拼写绕过 SSRF 缺陷，/v1/tools/bash 在 OS 级隔离下重新启用，soup serve 缺 --tool-auth-token 时退出码 2；新增 14 个 recipe（目录共 163）。

Soup 发布 v0.73.3：修复四个被 schema 校验、文档化却从未被任何代码读取的配置 flag——training.bnb_4bit_use_double_quant 被硬编码 True、Apple Silicon 上 quantization:4bit 被静默改写为 none（quantization 决策被提取为显式可测的 resolve_quantization()）、soup train --no-reexec 打印缺失标志的启动命令、data.interleave 训练期无读取器；新增 soup mcp serve --allow-execute 以服务器生成的一次性确认 token 门禁计划中的训练/导出（计划期快照配置、token 消费在 Popen 前）；新增 qwen3.5-4b-pretrain 与 deepseek-v4-flash-grpo 两个新 recipe。

Soup 发布 v0.73.2：修复 soup ship 发布门禁（release gate）Leg 2 回归评分的三个误导性缺陷——mini_tool_call 按括号卫生而非模型真实能力排名、mini_mmlu 因抽取器不认识 \boxed{} 且提示词不要求字母导致 8B 模型得分被压到 0.5B 之下；新增反过度拒绝检测套件 mini_over_refusal 与 soup ship --noise-floor N（重复测量底座各轴 max−min 作为门禁阈值下限，防止噪声被误判为回归）；新增 soup data split --stratify-semantic 语义分层切分与 soup mcp serve --allow-execute 更强的可执行 opt-in；并修复调用方错误与真实回归不可区分、Rich 吞掉 Leg-1 标记、未信任轴名可驱动终端的转义等缺陷。

Soup 发布 v0.73.1：修复 bf16 假设导致 T4/P100/V100/GTX16xx 等所有 pre-Ampere 显卡（即 Colab/Kaggle 免费层）任务全部失败的问题，覆盖 14 处默认 bf16；新增可选的 training.stream_vram_probe，通过对真实一次前向+反向的测量来决定 Layer Streaming 显存检查，实测在 RTX 3050 4GB 上 5120/6144 序列长时预测低估 7%-21%，提供 4 倍预算内的超控；修复 use_fsdp2_compile 下 checkpoint-* 仍加载成清零 dead adapter、MLX adapter_config.json 的 target_modules 未解析导致适配器静默无效、backend:mlx 未派发到 MLX trainer、training.seed 仅到达 SFT wrapper 等问题；training.batch_size 现拒绝 0 与负数。

Soup 发布 v0.73.0：首次在 8×H100 机器验证 Layer Streaming（H100 中位 113.00 tok/s、峰值 3.32 GB，对比 RTX 3050 的 119.6 tok/s、同为 3.32 GB），并修复 NF4 大模型（163.8–171.5 MiB/层阈值以上，即 32B 及以上）静默错误梯度缺陷 #331。修复四条从未跑通的后端：soup train --gpus N 多卡入口、DeepSpeed 训练 LoRA（zero2/zero3/zero++）、use_fsdp2_compile 保存适配器全零、SGLang 生成报 500；vLLM 后端改用模型自带 chat template。新增 training.seed / data_seed、lora.r: 0 全参微调、--deepspeed zero3_offload（ZeRO-3 CPU 参数卸载），trl 放宽至 >=0.14.0,<0.29，Python 限定 3.10–3.12。

Soup 发布 v0.72.4，旗舰能力 Layer Streaming（BETA）将冻结底座保留在 CPU 内存或 NVMe，通过专用 CUDA 流逐层拷入显存并量化为 NF4，使峰值显存受单层而非整个模型限制，Llama-3.1-8B 可在 4 GB 显存笔记本 GPU 上微调，DPO/ORPO/SimPO/KTO 对齐同样支持流式训练。