层2: max_grad_norm 提进 DistillConfig（显式化静默稳定器）+ noclip 对照模式

首冒烟发现：sanity 的 loss 平滑、无预期毛刺，因 HF 默认 max_grad_norm=1.0 把
反向 KL 的梯度爆炸（§4.1，实测 grad_norm 14→2 是裁剪前范数）默默压平了——正是
本项目要堵的"静默行为"。

- configs.py: DistillConfig 加 max_grad_norm=1.0（默认=原 HF 行为），docstring 讲清
  它是 §4.1 爆炸的隐形稳定器、日志 grad_norm 是裁剪前值；__post_init__ 校验 >0
- train_whitebox.py: FULL 显式写出、TrainingArguments 传入；build_config 加 noclip
  模式（max_grad_norm=1e9≈关裁剪 + lr 5× + 15 步）暴露原始爆炸供教学对照
- .sh: 用法加 noclip 模式说明

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

scripts/train_whitebox.py

@@ -42,6 +42,7 @@ FULL = DistillConfig(
     gradient_accumulation_steps=4,  # 全局 batch = 4 × 4 卡 × 4 = 64（同层 1）
     num_train_epochs=1,
     max_steps=-1,
+    max_grad_norm=1.0,  # 显式写出这个此前静默的稳定器（§4.1 爆炸靠它压平，见 config 注释）
     bf16=True,
     logging_steps=1,
     save_steps=100,
@@ -59,7 +60,18 @@ def build_config() -> DistillConfig:
         return dataclasses.replace(
             FULL, max_steps=50, output_dir=FULL.output_dir + "-sanity"
         )
-    raise ValueError(f"未知模式 {mode!r}，只接受 full / sanity")
+    if mode == "noclip":
+        # §4.1 教学对照：关闭裁剪 + 稍抬 lr，暴露反向 KL 原始爆炸。max_grad_norm
+        # 设远高于实测范数(~14)故永不触发≈无裁剪；lr 5×放大让爆炸在 loss 上可见。
+        # 与 sanity（裁到 1.0、lr 1e-6 的平滑曲线）并排 = 白盒脆弱性活教材，层 5 对照
+        return dataclasses.replace(
+            FULL,
+            max_steps=15,
+            max_grad_norm=1e9,
+            learning_rate=5e-6,
+            output_dir=FULL.output_dir + "-noclip",
+        )
+    raise ValueError(f"未知模式 {mode!r}，只接受 full / sanity / noclip")
 
 
 def smoke_check_first_prompt(dataset, collator, tokenizer) -> None:
@@ -119,6 +131,7 @@ def main() -> None:
         max_steps=cfg.max_steps,
         lr_scheduler_type=cfg.lr_scheduler_type,
         warmup_ratio=cfg.warmup_ratio,
+        max_grad_norm=cfg.max_grad_norm,
         gradient_checkpointing=cfg.gradient_checkpointing,
         bf16=cfg.bf16,
         seed=cfg.seed,