iomgaa c5a3b7d0bb 层1/T5: 自包含训练脚本 train_sft.sh + train_sft.py；层 1 代码收口 ...

- train_sft.py: FSDP 环境变量前置块（import 前，DDP 下无害）；fail-fast 加载
  顺序（数据→tokenizer→模型）；首样本自检打印（真 tokenizer 掩码边界肉眼核对）；
  remove_unused_columns=False 等非显然约束逐条注释；sanity 模式 = replace 覆盖
- train_sft.sh: 显式 CUDA_VISIBLE_DEVICES 4 卡、PYTHONUNBUFFERED、HF 镜像/缓存
  改道 /data，前置检查清单（含 scp 数据命令）
- 本地验证：fail-fast 到 teacher 缓存缺失处显式报错（941/1000，59 条真实命中
  反向证明 prompt_key 契约端到端成立）
- roadmap 存档点：层 1 代码完成，进入运行阶段

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

2026-07-18 08:16:24 -04:00

..

generate_teacher_completions.py

层1/T2: 生成脚本接入本地已有的 DAPO 去重版 parquet（17917 行），补试跑说明

2026-07-18 08:11:01 -04:00

setup_remote.sh

层1: ars_opd 改为 editable 安装，修复脚本/调试器 import 失败

2026-07-18 08:06:40 -04:00

train_sft.py

层1/T5: 自包含训练脚本 train_sft.sh + train_sft.py；层 1 代码收口

2026-07-18 08:16:24 -04:00

train_sft.sh

层1/T5: 自包含训练脚本 train_sft.sh + train_sft.py；层 1 代码收口

2026-07-18 08:16:24 -04:00