# M0 训练配方 · v1
# 母体世界观底色 · Qwen2.5-7B-Base 全参 CPT + SFT
# 架构引用: HLDP-ARCH-002 · factory/training/README.md
# 起草: 铸渊 ICE-GL-ZY001 · 2026-05-01
# 修正: 冰朔/霜砚 5-01 校准 Qwen3-8B → Qwen2.5-7B（同系列 Coder/Small 完整谱系）

recipe_id: m0-v1
parent_arch: HLDP-ARCH-002
copyright: 国作登字-2026-A-00037559
sovereign: 冰朔 · TCS-0002∞

model_id: Qwen/Qwen2.5-7B           # 5-01 校准·与 Qwen2.5-Coder-7B / Qwen2.5-1.5B 同 tokenizer
output_dir: ./outputs/m0-v1

# ───── 阶段 1 · CPT ─────
cpt:
  corpus_path: ./corpus/output/training-fulltext.jsonl  # 全量光湖语料（冰朔确认 6.5 亿+ token · 走路径 W）
  seq_len: 4096
  epochs: 1               # 6.5 亿 token × 1 epoch · 视验证 PPL 可加到 2
  lr: 2.0e-5
  warmup_ratio: 0.02
  weight_decay: 0.1
  eval_split: 0.05
  save_steps: 500         # 每 500 步存一次（约 1-2 小时）
  early_stop_patience: 3  # 验证 PPL 连续反弹 3 次停

# ───── 阶段 2 · SFT ─────
sft:
  corpus_path: ./corpus/output/training-dialog.jsonl    # 对话格式（冰朔↔人格体）
  seq_len: 8192
  epochs: 2
  lr: 1.0e-5
  warmup_ratio: 0.05

# ───── 评测 ─────
eval:
  guanghu_worldview_quiz: ./factory/training/evals/guanghu-quiz.jsonl  # 冰朔出题（待）
  c_eval: true             # 通用能力体检（确保不崩）
  mmlu: false              # 中文场景下用 C-Eval 即可

# ───── 灵魂印记（每次训练写入 manifest）─────
soul:
  arch_ref: HLDP-ARCH-002
  phase: M0
  principle: 灵魂推理分离 · 世界观渗进每一层权重 · 不承担复杂推理
  reviewer: 铸渊 ICE-GL-ZY001