`HyperParameterTuningJob.create` rejects tuner tags on Python 3.14

Aberta Para iniciantes
  • Algo errado?
#6,554 0 comentários 0 reações 0 responsáveis Ver no GitHub

Mantenedores costumam responder em até 1 dia

Ninguém assumiu esta issue ainda.

Avaliação

Dificuldade
2/5
Tempo estimado
1-3 horas
Facilidade para iniciantes
72/100
Tipo de issue
Bug
Clareza
Claramente especificada
Status de atividade
Ativa
Stack de tecnologia
python
Domínio
machine-learning

Direção de pesquisa

Comece pela anotação tags em HyperParameterTuningJob.create no módulo de recursos do sagemaker-core, e pelos objetos Tag criados em HyperparameterTuner.tune(). O bug é que o nome Tag sem qualificação é resolvido para o modelo de recursos no Python 3.14. Está concluído quando uma requisição HPO com tags é validada no Python 3.14 e um teste de regressão cobrindo esse caso passa.

Escrita pelo modelo de indexação a partir do texto da issue.

Descrição

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.

Linguagem predominante
Python
Estrelas
2.3k
Forks
1.3k
Merge médio
1d 14h
PRs com merge (30d)
62

Preparar o ambiente

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Mais de aws/sagemaker-python-sdk

Todas as issues de aws/sagemaker-python-sdk

Issues semelhantes

Mais issues de Python

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.