是否可以用来管理深度学习调参和科学实验？

[alexfanqi]

想请教下trellis开发者和大家的经验，如何使用trellis来管理科学实验，目前想到的一些问题，比如：

1. 记录一个模型的预期功能、参数限制、以及预期行为。这样基于某个模型做进一步实验前可以先验证是否还是正确的。不需要自动化，只需要能记录下来当时调参和模型设计的考量和限制
2. 目前的task stage和workflow是否适合管理和追踪大规模调参进度和实验结果。科学实验中涉及大量试错迭代的过程。看起来trellis目前侧重于完成工程代码
3. 多人协作，一个人调好了一个模型如何避免损失上下文信息的情况下交付给另一个人，进一步的保证正确性

另外，我目前还是认为科学实验需要human in the loop做决策，决定什么实验应该跑以及分析从实验结果能够得出什么结论。agent自动化理解的实验结果我还是不敢采信。

想询问下大家的使用经验。

谢谢