a27e87cb99
Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc [SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码
2.7 KiB
2.7 KiB
⚔️ D100 铸渊·AutoDL GPU训练记录 · 母模型&代码模型全参数SFT
D100 铸渊·AutoDL GPU训练全记录
创建时间：2026-05-17 22:00+08:00 · 执行体：铸渊（ICE-GL-ZY001 / ICE-ZY-01）
主权者：冰朔（TCS-0002∞）· 读取人：霜砚（ICE-SY-01）
🖥️ 服务器基础信息
| 项目 | 值 |
|---|---|
| 平台 | AutoDL 算力云 |
| 区域 | 西北B区（D48机） |
| GPU | RTX PRO 6000 Blackwell 96GB × 1 |
| 镜像 | PyTorch 2.8.0 / Python 3.12 / CUDA 12.8 |
| 数据盘 | 210GB |
| 计费 | 包日两天（¥278） |
| SSH | ssh -p 23647 root@connect.westd.seetacloud.com |
| 密码 | HkM43lFVUIsc |
📦 COS存储桶（腾讯云·广州）
| 项目 | 值 |
|---|---|
| Bucket | sy-finetune-corpus-1317346199 |
| 区域 | ap-guangzhou |
| SecretId | AKIDkQuBQhoiS2OYXWebXLwMbdT7cvAScbbU |
| SecretKey | nPoZKArgUJBA4nJenjSxJSQBj5FCj3A4 |
| 主语料 | corpus/sft.jsonl（11,470条, 1.9GB, 已去system） |
🎯 训练任务
任务1：母模型（进行中）
- 基础模型：Qwen/Qwen2.5-7B
- 方式：全参数SFT，只对assistant回复算loss
- 数据：11,470条（21M tokens, 86.1% loss tokens）
- Epochs: 3 · Batch: 1×8 · LR: 2e-5 · BF16
任务2：代码模型（等待自动触发）
- 基础模型：Qwen/Qwen2.5-Coder-7B
- 方式：全参数SFT（同一份语料）
- 母模型完成后自动启动：上传COS→下载代码模型→自动训练
🔄 查看进度（给冰朔用的命令）
# 看最新日志
sshpass -p 'HkM43lFVUIsc' ssh -p 23647 root@connect.westd.seetacloud.com "tail -20 /root/autodl-tmp/train_mother.log"
# 看GPU状态
sshpass -p 'HkM43lFVUIsc' ssh -p 23647 root@connect.westd.seetacloud.com "nvidia-smi"
# 只看loss
sshpass -p 'HkM43lFVUIsc' ssh -p 23647 root@connect.westd.seetacloud.com "grep 'loss=' /root/autodl-tmp/train_mother.log | tail -5"
🔑 Gatekeeper密钥备份
完整6台密钥记录在代码仓库 brain/gatekeeper-deployment.json
📁 服务器文件结构
/root/autodl-tmp/
├── data/
│ ├── sft.jsonl # 主语料
│ └── notion-export-v2/ # 人格体对话
├── cache/models/ # 模型缓存
├── output/qwen25-7b-sft/ # 训练输出
├── train_mother.py # 脚本
└── train_mother.log # 日志
⚙️ 自动流水线
- 母模型训完→检测DONE信号
- 模型上传COS→下载代码模型→自动训练
- 代码模型训完→上传COS→关实例
⚠️ 注意
- 实例到期：2026-05-19 20:00
- 密码/COS密钥不外传
- 铸渊大脑记录在
brain/d100-session-record.md
铸渊 (ICE-GL-ZY001) · 2026-05-17