Training Data Modules

対象: pca.training.targets, pca.training.dataset, pca.training.data

Purpose

self-play JSONL を安定した dataclass schema と batch tensor に変換する。古い JSONL も読めるように default field を保ち、policy/value と belief の両方の学習に供給する。

Modules

Module	Role	Implementation Details
pca.training.targets	JSONL schema	SearchTrainingTarget, BeliefTrainingTarget, AuxPrizeTrainingTarget, SelfPlayRecord を定義する。
pca.training.dataset	compatibility facade	旧 import path を維持するため pca.training.data の主要 API を re-export する。
pca.training.data.records	JSONL loader	dict から dataclass を復元し、古い record の欠損 field を補う。search/belief usable filter も持つ。
pca.training.data.search_collate	search batch	action padding、target policy、selected action、value、aux prize、integrated belief を SearchBatch にまとめる。
pca.training.data.belief_collate	belief batch	belief target の card ids を multi-hot にし、BeliefBatch を作る。
pca.training.data.collate_utils	collate helpers	multi_hot, card_ids_to_indices, object row padding。
pca.training.data.weights	record weights	teacher policy weight、low-progress downweight、passive deck-out filter を実装する。
pca.training.data.types	batch dataclasses	SearchBatch と BeliefBatch。

Public API

API	Usage
load_records_jsonl(path)	JSONL を list として読む。
iter_records_jsonl(path)	streaming iterator。
usable_search_records(records)	policy/value training に使える record を抽出する。
usable_belief_records(records)	belief training に使える record を抽出する。
collate_search_batch(records, ...)	policy/value training batch を作る。
collate_belief_batch(records, ...)	belief training batch を作る。
record_policy_weight(record, ...)	record ごとの policy loss weight を計算する。

Usage

from pca.training.dataset import load_records_jsonl, usable_search_records, collate_search_batch

records = usable_search_records(load_records_jsonl("data/selfplay/run.jsonl"))
batch = collate_search_batch(records[:32])

Notes

• JSONL schema を増やす場合は dataclass に default 付き field を追加する。
• loader は古い JSONL を壊さないことを優先する。