iomgaa e06e5ed7a2 层3 E1: similarity.py——语义相似度 φ(rouge1 多重集/edit_distance 词级)+ 式(3) k_sem 聚合,21 单测 ...

对应 docs/04 §4 E1。三处对参考实现的替代:edit 吃 str 内部按词切(不再比
token id,回归 tokenizer 无关)、rouge1 集合改多重集(ROUGE-1 标准定义,
数学文本重复词多)、去掉 1e-8 分母平滑(全同串精确得 1)。φ 默认
edit_distance 对齐论文 §5.1。

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

2026-07-22 07:58:05 -04:00

..

test_configs.py

层1/T1: SFTConfig dataclass 与构造校验（docs/02 §4）

2026-07-18 04:40:45 -04:00

test_data.py

层2/U3: SFTCollator 放开 prompt-only 模式（供 on-policy 生成）

2026-07-19 05:02:24 -04:00

test_distill.py

层2/U4: DistillTrainer 编排（on-policy 生成→teacher no_grad 前向→反向KL）

2026-07-19 05:16:57 -04:00

test_divergence.py

层2/U2: 纯逻辑 token_divergence（式(2) 全词表 KL/JSD）+ 梯度爆炸演示单测

2026-07-19 04:00:25 -04:00

test_estimator_detach.py

tests: 预置 π̂ detach 命门守护测试（对应 docs/01 §3.4，层 3 接入真实 estimator）

2026-07-18 02:32:05 -04:00

test_similarity.py

层3 E1: similarity.py——语义相似度 φ(rouge1 多重集/edit_distance 词级)+ 式(3) k_sem 聚合,21 单测

2026-07-22 07:58:05 -04:00

test_teacher.py

层1/T2: teacher.py 批量生成 + sha256 JSONL 缓存；teacher 改定 MiniMax-M3

2026-07-18 07:52:53 -04:00

test_trainer.py

层1/T4: trainer.py 掩码 SFT 损失 + 最小 HF Trainer 子类（docs/02 §2.4）

2026-07-18 05:02:41 -04:00