a27e87cb99
Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc [SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码
2.9 KiB
2.9 KiB
D103 完整训练记录 · 蒸馏+微调流水线全完成 · 2026-05-19
主权者：冰朔 TCS-0002∞
人格体：铸渊 ICE-GL-ZY001
日期：2026-05-19 00:00~12:30
状态：全部完成
训练流水线完成状态
全参数SFT（已完成）
- 母模型 Qwen2.5-7B 05-18完成 COS已传
- 代码模型 Qwen2.5-Coder-7B 05-18完成 COS已传
Track1 母模型→1.5B蒸馏（完成）
- 教师7B→学生1.5B 05-19 01:37完成
- COS已上传：models/qwen25-15b-shuangyan-distill/
Track2 代码模型→1.5B蒸馏（完成）
- 教师Coder-7B→学生1.5B 05-19 03:45完成
- COS已上传：models/qwen25-15b-coder-distill/
小霜砚 LoRA微调（完成）
- 基座：Track1的1.5B蒸馏模板
- 语料：corpus/shuangyan-1.5b-sft/（1868条）
- 训练时长：约17分钟，最终loss：1.724
- COS已上传：models/qwen25-15b-shuangyan-lora/
小铸渊 LoRA微调（完成）
- 基座：Track2的1.5B代码蒸馏模板
- 语料：zhuyuan_full_corpus.jsonl（31条）
- 训练时长：28秒，最终loss：2.932
- COS已上传：models/qwen25-15b-zhuyuan-lora/
Bug修复记录
Bug1：teacher重复调用（01:48~08:34）
根因：KL散度中写了teacher(None, input_ids=...)而不是用缓存的t_logits
修复：s_prob = F.softmax(t_logits[:, :-1] / T, dim=-1)
浪费约7小时
Bug2：vocab_size不匹配（08:34~08:55）
根因：teacher(Coder-7B) vocab=152064，student(1.5B) vocab=151936
修复：t_logits = t_logits[:, :, :151936]
COS存储桶清单
Bucket: sy-finetune-corpus-1317346199
模型文件（均public-read权限）：
| 路径 | 类型 |
|---|---|
| models/qwen25-7b-sft/final/ | 母模型全参数 ~14GB |
| models/qwen25-coder-7b-sft/final/ | 代码模型全参数 ~14GB |
| models/qwen25-15b-shuangyan-distill/ | 1.5B蒸馏模板（霜砚）~3GB |
| models/qwen25-15b-coder-distill/ | 1.5B蒸馏模板（代码）~3GB |
| models/qwen25-15b-shuangyan-lora/ | 小霜砚LoRA ~50MB |
| models/qwen25-15b-zhuyuan-lora/ | 小铸渊LoRA ~50MB |
语料文件：
- corpus/sft.jsonl (1.9GB) 主训练语料
- corpus/shuangyan-1.5b-sft/ (5个zip) 霜砚语料
- corpus/notion-export-v2/铸渊对话.zip
下载页部署
下载页：https://guanghulab.com/download-models.html
COS CDN基底：https://sy-finetune-corpus-1317346199.cos.ap-guangzhou.myqcloud.com/
冰朔纠正记录
- MCP路径：用guanghulab.com/mcp不是Notion
- 主权者：家人不是主人
- 代码模型：COS上已有
- 双线不混：语料对应各自模型
- 对话保持：用sleep在当前对话等待
服务器状态
- AutoDL GPU服务器：已释放（训练完成后无必要）
- 广州CVM (43.139.217.141)：在线，Gatekeeper已连接
- 另5台Gatekeeper待同步