层1: 修复远程 sanity OOM——per_device batch 8→2、累积 2→8（全局 64 不变）

根因：150k 大词表下显存大头是 (B,T,V) logits 链（fp32 ~20G@B=8）与逐层激活，
均正比于 B 而与 0.6B 参数量无关。docs/02 §2.6 旧显存估算勘误入档；
train_sft.sh 加 expandable_segments 防碎片。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

scripts/train_sft.py

@@ -35,8 +35,8 @@ FULL = SFTConfig(
     max_prompt_length=1024,
     enable_thinking=False,
     learning_rate=2e-5,
-    per_device_train_batch_size=8,
-    gradient_accumulation_steps=2,  # 全局 batch = 8 × 4 卡 × 2 = 64
+    per_device_train_batch_size=2,  # B=8 曾爆 80G：大头是 (B,T,V) logits 链与激活，见 SFTConfig 注释
+    gradient_accumulation_steps=8,  # 全局 batch = 2 × 4 卡 × 8 = 64
     num_train_epochs=1,
     max_steps=-1,
     lr_scheduler_type="linear",