`HyperParameterTuningJob.create` rejects tuner tags on Python 3.14

Aperta Adatta ai principianti
  • Qualcosa non va?
#6,554 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
72/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
machine-learning

Direzione di ricerca

Inizia dall'annotazione tags su HyperParameterTuningJob.create nel modulo delle risorse di sagemaker-core e dagli oggetti Tag costruiti in HyperparameterTuner.tune(). Il bug è che il nome Tag non qualificato viene risolto nel modello delle risorse su Python 3.14. Il lavoro è completato quando una richiesta HPO con tag viene validata su Python 3.14 e un test di regressione che copre questo caso passa.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

PySDK Version

  • PySDK V2 (2.x)
  • PySDK V3 (3.x)

Describe the bug

Tagged HyperparameterTuner requests fail validation on Python 3.14.
Equivalent requests succeed on Python 3.12.

The tuner creates request tags as sagemaker.core.shapes.Tag.
On Python 3.14, HyperParameterTuningJob.create() resolves its tags
annotation as list[sagemaker.core.resources.Tag].

Both classes have the same key and value fields. However, they are separate
Pydantic models. Pydantic rejects the shapes model instead of converting it to
the generated resource model.

The failure occurs before the SDK calls SageMaker.

This is not a SageMaker v3.28 regression. The behavior also reproduces with the
v3.27 component set on Python 3.14.

To reproduce

Save this script as reproduce.py. It does not call a live AWS service.

import importlib.metadata
import inspect
import sys

from pydantic import TypeAdapter
from sagemaker.core.resources import HyperParameterTuningJob
from sagemaker.core.shapes import Tag

tags_annotation = inspect.signature(
    HyperParameterTuningJob.create
).parameters["tags"].annotation

print("Python:", sys.version)
print("SageMaker:", importlib.metadata.version("sagemaker"))
print("SageMaker Core:", importlib.metadata.version("sagemaker-core"))
print("Resource annotation:", tags_annotation)

validated_tags = TypeAdapter(tags_annotation).validate_python(
    [
        Tag(
            key="project",
            value="hpo-tag-reproduction",
        )
    ]
)

print("Validated tags:", validated_tags)

Run it with Python 3.12:

uvx --python 3.12 --from sagemaker==3.28.0 python reproduce.py

The script succeeds. The annotation resolves to
sagemaker.core.shapes.Tag.

Run it with Python 3.14:

uvx --python 3.14 --from sagemaker==3.28.0 python reproduce.py

The script fails. The annotation resolves to
sagemaker.core.resources.Tag.

The same mismatch occurs during HyperparameterTuner.tune(). The tuner creates
its request tags with this code:

from sagemaker.core.shapes import Tag

tag_objects = [
    Tag(key=boto_tag["Key"], value=boto_tag["Value"])
    for boto_tag in (_to_boto_tag(tag) for tag in self.tags)
]

Expected behavior

HyperParameterTuningJob.create() must accept the tag model produced by
HyperparameterTuner on every supported Python version.

Screenshots or logs

Python 3.14 produces this error:

Resource annotation: typing.List[sagemaker.core.resources.Tag] | None
Traceback (most recent call last):
  ...
pydantic_core._pydantic_core.ValidationError:
1 validation error for nullable[list[Tag]]
0
  Input should be a valid dictionary or instance of Tag
  [type=model_type,
   input_value=Tag(key='project', value='hpo-tag-reproduction'),
   input_type=Tag]

System information

  • SageMaker Python SDK version: 3.28.0
  • SageMaker Core version: 2.28.0
  • SageMaker Train version: 1.28.0
  • Framework name (eg. PyTorch) or algorithm (eg. KMeans): Framework-independent
  • Framework version: Not applicable
  • Python version: 3.14
  • CPU or GPU: CPU
  • Custom Docker image (Y/N): Reproduces before image selection

Additional context

Python 3.14 uses deferred annotation evaluation. The unqualified Tag name
resolves after sagemaker.core.resources.Tag exists in the module.

Earlier Python versions capture the imported sagemaker.core.shapes.Tag when
the function is defined.

A stable fix can import the public shape with an unambiguous alias:

from sagemaker.core.shapes import Tag as ShapeTag

def create(
    # ...
    tags: list[ShapeTag] | None = None,
):
    ...

Tests must exercise tagged HPO request validation on Python 3.14.

Lingua principale
Python
Stelle
2.3k
Fork
1.3k
Merge medio
1g 14h
PR unite (30g)
62

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di aws/sagemaker-python-sdk

Tutte le issue di aws/sagemaker-python-sdk

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.