Release notes
2.4.1
2026/10/19- SaigeToolkit 버전 업데이트:
>=2.8.3,<2.9.0
[기능 수정]
- 학습 재개 시 모듈 버전 검사를 checkpoint의 상세 형식 검사보다 먼저 수행하도록 수정했습니다.
- 학습 중단 오류(
TrainingPausedError) 메시지에 Trainer 재생성 안내를 추가했습니다.
- Module major/minor와 지원하는 training state
format_version이 같으면 patch 버전이 다른 checkpoint도 양방향으로 resume할 수 있습니다. Config/data 및 device/AMP 조건은 유지합니다.
- 학습 상태를 복원하기 전에 model, optimizer, scheduler/scaler 등 등록된 학습 객체와 RNG, 지원 loader state를 검사합니다.
- 학습 실패 시 누적 gradient를 정리하고, optimizer/scaler 갱신이 시작된 뒤 실패하면 추가 학습을 차단하도록 수정했습니다.
- Pause checkpoint 저장 성공 후 training loader를 닫습니다.
[문서 수정]
- Train API docstring에 버전 호환 조건과 학습 실패 후 복구 방법을 명시했습니다.
2.4.0
2026/10/15- SaigeToolkit 버전 업데이트:
2.8.1 (>=2.8.1,<2.9.0)
[기능 추가]
Trainer.pause() / Trainer.resume()로 학습 상태를 저장하고 다음 batch부터 학습 재개.- Model, optimizer, scheduler, AMP scaler, RNG, train loader 위치와 step/epoch counter 복원.
demo/train.py에 학습 → pause → 새 Trainer에서 resume → 학습 → checkpoint 저장 예시 추가.
[문서]
- 기존 Train 문서에 API docstring으로 pause/resume 사용 조건과 caller-defined metadata 설명 추가.
[버그 수정]
- Class 수 자동 추론 시 원본 config가 변경되지 않도록 수정.
- 지원하지 않는 sampler에 CLS 전용 오류 코드
-411336 반환.
- Checkpoint의
epoch_step에 실제 epoch 내 step을 저장하도록 수정.
- SaigeToolkit 2.8.1의 worker 종료 시 Tensor serialization 충돌 수정 반영.
[사용 조건]
pause() 파일은 같은 CLS version, config/data 순서와 device/AMP 설정으로 재개해야 합니다.- 일반
save_checkpoint() 형식은 유지되며, 학습 재개에는 pause() 파일을 사용합니다.
2.3.3
2026/06/17[기능 추가]
- Train에 사용된 dataset의 class별 라벨 갯수를 리턴하는
get_class_label_counts() API 추가
validate() 리턴값에 roc/auroc 관련 metric 추가
2.3.2
2025/09/16- SaigeToolkit 버전 업데이트:
2.7.1
2.3.1
2025/04/17[버그 수정]
v1_standard, v1_accurate, v2_fast, v2_standard 모델의 경우, validation 없이 학습할 경우, 백본이 학습되지 않는 버그 수정.
2.3.0
2025/04/11- SaigeToolkit 버전 업데이트:
2.6.2
[기능 변경]
- 라이브러리 버전 업데이트
- pytorch==2.7.0+cu128
- torchvision==0.22.0+cu128