# fine-tuning

**Repository Path**: renshengedu/fine-tuning

## Basic Information

- **Project Name**: fine-tuning
- **Description**: 模型微调自定义报销单核验数据集仓库
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2026-10-05
- **Last Updated**: 2026-10-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# fine-tuning / preview

报销制度智能助手的**微调数据处理 + 量化 + 评测**脚本集合。

整个项目围绕三类工作：

1. **造数据**：用大模型批量生成「报销单核验」训练/校验数据（Alpaca 格式）。
2. **转格式 / 评测**：把数据转成 EvalScope 评测集，并对 OpenAI 兼容接口上的模型打分。
3. **量化**：把 Qwen2.5-7B 量化成 4bit（AWQ / GPTQ），其中 GPTQ 用报销数据做校准集。

---

## 一、目录总览

```
preview/
├── .gitignore                              # 忽略规则（含 .env / __pycache__ / 模型产物）
├── .env.example                            # 环境变量模板（复制成 .env 后填自己的值）
├── .env                                    # 本地环境变量（含 API Key，已加入 .gitignore）
├── config/                                 # 配置层
│   ├── env.py                                     # 读取 .env，导出 env 单例
│   └── ai_configs.py                              # 各家大模型平台的配置表 ai_configs
├── utils/                                  # 工具层
│   └── llm_utils.py                               # create_llm()：按 platform_code 造 chat model
├── datasets/                        # 数据集与数据处理脚本
│   ├── generate_datasets_from_llm.py       # 调 LLM 批量生成报销单核验数据
│   ├── to_alpaca.py                        # jsonl(对话格式) → Alpaca json
│   ├── to_evalscope.py                     # jsonl(对话格式) → EvalScope jsonl
│   ├── run_evalscope_evaluate.py           # 启动 EvalScope 评测任务
│   ├── alpaca.json                         # 报销制度问答训练集（Alpaca）
│   ├── export_from_eds.jsonl               # 从 EDS 平台导出的原始对话数据
│   ├── evalscope.jsonl                     # 由 export_from_eds.jsonl 转来的评测集
│   ├── reimburses/                         # LLaMA-Factory 用的报销核验数据集目录
│   │   ├── dataset_info.json               # 数据集注册描述文件
│   │   ├── datasets_reimburse.json         # 训练集（LLM 生成，≈1400 条）
│   │   └── validates_reimburse.json        # 校验集（LLM 生成，244 条）
│   └── reimburses_evalscope/               # EvalScope 评测集目录
│       ├── reimburse_evalscope.py           # alpaca → EvalScope jsonl 的转换脚本
│       └── reimburses_evalscope.jsonl       # 报销核验评测集（244 条）
└── quantization/                    # 模型量化脚本
    ├── run_awq.py                          # AWQ 4bit 量化（无需校准数据）
    └── run_gptq.py                         # GPTQ 4bit 量化（用报销数据做校准）
```

---

## 二、文件逐一说明

### 根目录

| 文件 | 作用 |
| --- | --- |
| `.gitignore` | 忽略 `.idea`、`__pycache__/`、`.venv/`、`.env`（含 API Key）、`models/`、`quantization_models/` 与模型权重后缀。 |
| `.env.example` | 环境变量模板：`LLM_KEY_BAILIAN`（百炼 API Key）、`BAILIAN_API_URL`（百炼兼容模式地址）。首次使用 `cp .env.example .env` 后填自己的值。 |
| `.env` | 实际生效的环境变量文件，**不入库**（`.gitignore` 已忽略）。 |

### `config/` — 配置层

| 文件 | 作用 |
| --- | --- |
| `env.py` | 用 `python-dotenv` 加载根目录下的 `.env`（路径基于 `__file__` 定位，任意目录启动都找得到），再用 `pydantic-settings` 的 `EnvSettings` 校验必填字段：`llm_key_bailian`、`bailian_api_url`，导出全局单例 `env`。缺任一变量会直接报校验错。 |
| `ai_configs.py` | 模型注册表 `ai_configs`，把平台代号映射到 `{model, url, key}`。当前注册了 4 项：`bailian-qwen-turbo`、`bailian-qwen3-max`、`bailian-qwen3.6-plus`、`bailian-embedding`。所有 URL/Key 都从 `config.env` 取值，不在代码里硬编码。 |

### `utils/` — 工具层

| 文件 | 作用 |
| --- | --- |
| `llm_utils.py` | 提供 `create_llm(platform_code='bailian-qwen3.6-plus', temperature=0.5, disable_streaming=False)`：按代号从 `ai_configs` 取配置，交给 LangChain 的 `init_chat_model(model_provider="openai")` 返回一个 OpenAI 兼容的 chat model（并对 qwen 关闭思考：`extra_body={"enable_thinking": False}`）。代号不存在时抛 `Unknown platform code`。 |

### `datasets/` — 数据生成与转换

| 文件 | 作用 |
| --- | --- |
| `generate_datasets_from_llm.py` | **数据生产脚本**。先把项目根目录加入 `sys.path`，再 `from utils.llm_utils import create_llm` 拿到模型；调用 `create_llm("bailian-qwen3-max", temperature=0.8)` 流式生成报销单核验样本：每次让模型产出 10 条（`size=10`），循环 100 轮（`page=100`），边生成边追加写入 `datasets/reimburses/datasets_reimburse.json`（路径基于 `__file__` 定位）。Prompt 要求：约 20% 样本核验通过（输出 `Y`）、其余输出不通过原因；每条的规则须由模型现写（≥300 字）且彼此不雷同；输出必须是合法 JSON 数组。入口已加 `if __name__ == "__main__":` 保护。<br>⚠️ 换模型请把代号改成 `config/ai_configs.py` 里注册过的名字。 |
| `to_alpaca.py` | 把 EDS 导出的对话式 jsonl（`{"messages":[{"role":"user"/"assistant",...}]}`）转成 **Alpaca 格式**：`{instruction: 用户问题, input: "", output: 助手回答}`。默认输入 `export_from_eds.jsonl` → 输出 `alpaca.json`。只保留 user/assistant 都存在的样本。 |
| `to_evalscope.py` | 同上来源，但转成 **EvalScope `general_qa` 格式**：每行 `{"query": 用户问题, "response": 助手回答}`，输出为 jsonl。默认 `export_from_eds.jsonl` → `evalscope.jsonl`。 |
| `run_evalscope_evaluate.py` | **评测入口**。构造 `TaskConfig`：被评模型走 OpenAI 兼容接口 `http://127.0.0.1:8000/v1/chat/completions`（即 vLLM/SGLang 起的服务），数据集为本地 `general_qa` 子集 `reimburses_evalscope`；裁判模型 `qwen2.5-72b-instruct`，其 `api_url` / `api_key` 从 `config.env` 读取（不再硬编码），`score_type='pattern'`、`JudgeStrategy.LLM`、并发 5。文件顶部会把项目根目录插入 `sys.path`，**任意目录启动均可**。 |
| `alpaca.json` | 由 `export_from_eds.jsonl` 转出的训练集，**92 条**报销制度问答（住宿标准、交通/培训费用、审批流程等），回答里含 Markdown 表格与决策树。 |
| `export_from_eds.jsonl` | **原始导出数据**，**92 行**，每行一个 `messages` 多轮（单轮）对话。是 `to_alpaca.py` / `to_evalscope.py` 的共同输入。 |
| `evalscope.jsonl` | 由 `export_from_eds.jsonl` 转出的评测集，**92 行**，`query`/`response` 结构。 |

### `datasets/reimburses/` — LLaMA-Factory 数据集目录

| 文件 | 作用 |
| --- | --- |
| `dataset_info.json` | LLaMA-Factory 的**数据集注册文件**。声明了两个数据集 `datasets_reimburse` 与 `validates_reimburse`，分别指向同名 json，`formatting: alpaca`。训练时在 `dataset_info.json` 中登记后，即可用 `--dataset datasets_reimburse` 引用。 |
| `datasets_reimburse.json` | **训练集**，约 **1400 条** LLM 生成的报销单核验样本。每条 `instruction` 里内嵌一整套（≥300 字、彼此不同）报销规则，`input` 是一条报销信息（金额/项目/发票类型/备注），`output` 为 `Y` 或具体不通过原因。用途：教模型「读规则 → 判合规」。 |
| `validates_reimburse.json` | **校验集**，**244 条**，格式同上，样例独立于训练集（规则文案不同）。用途：训练时看 loss/泛化、`run_gptq.py` 的校准样例、以及导出 EvalScope 评测集。 |

### `datasets/reimburses_evalscope/` — EvalScope 评测集目录

| 文件 | 作用 |
| --- | --- |
| `reimburse_evalscope.py` | 把 Alpaca 三元组拆成 EvalScope `general_qa` 三元组：`{system: instruction, query: input, response: output}`，即**把报销规则放进 system 提示**。输入 `datasets/reimburses/validates_reimburse.json`、输出 `同目录/reimburses_evalscope.jsonl`，两端路径都基于 `__file__` 定位，**在任意目录下运行都可以**。 |
| `reimburses_evalscope.jsonl` | 报销核验评测集，**244 行**，每行含 `system`（规则）+ `query`（报销信息）+ `response`（参考答案）。`run_evalscope_evaluate.py` 通过 `dataset_id` 指向本目录加载。 |

### `quantization/` — 模型量化

| 文件 | 作用 |
| --- | --- |
| `run_awq.py` | **AWQ 量化**。用 `AutoAWQForCausalLM` 加载 `/root/s1/models/qwen2.5-7b`，配置 `{w_bit:4, q_group_size:128, zero_point:True, version:"GEMM"}` 执行 `quantize(tokenizer, ...)`，保存到 `/root/s1/quantization_models/qwen2.5-7b-awq`。AWQ 不依赖校准数据集。 |
| `run_gptq.py` | **GPTQ 量化**。用 `auto_gptq` 的 `AutoGPTQForCausalLM`，配置 `bits=4, group_size=128, desc_act=False`；读取 `datasets/reimburses/validates_reimburse.json`（路径基于 `__file__` 定位，任意目录启动均可）构造 `instruction + "\n" + input` 的校准样例并 tokenize（`max_length=512`），再 `model.quantize(examples)`，最后保存到 `/root/s1/quantization_models/qwen2.5-7b-gptq`。 |

---

## 三、微调全流程

> 说明：实线 = 仓库里确凿的调用/数据依赖；虚线 = 根据配置推断或需人工操作（训练框架、`.json` 的切分来源未在仓库中体现）。

### 3.1 总览：每个文件在流水线里的位置

```mermaid
flowchart TB
  subgraph P0["⓪ 环境与配置：所有脚本的公共底座"]
    ENV[".env.example → .env<br/>LLM_KEY_BAILIAN / BAILIAN_API_URL"]
    ENVPY["config/env.py<br/>load_dotenv + EnvSettings → env"]
    AICFG["config/ai_configs.py<br/>模型注册表 ai_configs"]
    LLMU["utils/llm_utils.py<br/>create_llm(platform_code, temperature)"]
    ENV --> ENVPY --> AICFG --> LLMU
  end

  subgraph P1["① 数据集生成：教师模型离线产数据（黑盒蒸馏）"]
    T["教师模型 qwen3-max<br/>temperature=0.8 · 百炼 API"]
    GEN["datasets/generate_datasets_from_llm.py<br/>100 轮 × 10 条 · 流式拼接 JSON"]
    TR["datasets/reimburses/datasets_reimburse.json<br/>【训练集】~1400 条 · Alpaca"]
    VA["datasets/reimburses/validates_reimburse.json<br/>【校验集】244 条 · Alpaca"]
    DI["datasets/reimburses/dataset_info.json<br/>登记 datasets_reimburse / validates_reimburse"]
    LLMU -.->|注入 create_llm| GEN
    T -->|返回 JSON 数组| GEN
    GEN --> TR
    GEN -.->|后续人工切分| VA
    TR --> DI
    VA --> DI
  end

  subgraph P2["② 另一条数据来源：EDS 平台导出（真实问答，非合成）"]
    EDS["datasets/export_from_eds.jsonl<br/>92 条 messages 格式"]
    TA["datasets/to_alpaca.py"]
    TE["datasets/to_evalscope.py"]
    ALP["datasets/alpaca.json<br/>【制度问答训练集】92 条"]
    EVJ["datasets/evalscope.jsonl<br/>【制度问答评测集】92 条"]
    EDS --> TA --> ALP
    EDS --> TE --> EVJ
  end

  subgraph P3["③ 微调：基座 Qwen2.5-7B"]
    BASE["基座模型 /root/s1/models/qwen2.5-7b"]
    LF["LLaMA-Factory 训练（未入库，依 dataset_info 推断）<br/>train=datasets_reimburse · valid=validates_reimburse"]
    CKPT["微调后权重 = 学生模型"]
    BASE --> LF
    DI --> LF
    VA -.->|epoch 间算验证 loss| LF
    ALP -.->|可选：制度问答任务| LF
    LF --> CKPT
  end

  subgraph P4["④ 部署与评测"]
    SRV["推理服务 vLLM / SGLang<br/>http://127.0.0.1:8000/v1/chat/completions"]
    CONV["datasets/reimburses_evalscope/reimburse_evalscope.py<br/>Alpaca → system/query/response"]
    EVSET["reimburses_evalscope/reimburses_evalscope.jsonl<br/>【核验评测集】244 条"]
    RUNEV["datasets/run_evalscope_evaluate.py<br/>ModelScope EvalScope general_qa"]
    JUDGE["裁判模型 qwen2.5-72b-instruct<br/>score_type=pattern · JudgeStrategy.LLM · 并发 5"]
    REPORT["评测报告（打分/准确率）"]
    CKPT --> SRV
    VA --> CONV --> EVSET --> RUNEV
    EVJ -.->|可选：换成制度问答评测集| RUNEV
    RUNEV -->|被测模型=Qwen2.5-7B| SRV
    RUNEV --> JUDGE --> REPORT
  end

  subgraph P5["⑤ 量化上线"]
    AWQ["quantization/run_awq.py<br/>w_bit=4 · group_size=128 · GEMM"]
    GPTQ["quantization/run_gptq.py<br/>bits=4 · group_size=128"]
    QA["/root/s1/quantization_models/qwen2.5-7b-awq<br/>4bit"]
    QG["/root/s1/quantization_models/qwen2.5-7b-gptq<br/>4bit"]
    BASE --> AWQ --> QA
    BASE --> GPTQ --> QG
    VA -.->|作为校准样例| GPTQ
  end

  REPORT -.->|分数不达标则回到 ① 补数据/调参| GEN
```

### 3.2 时间线：谁在什么时候做了什么

```mermaid
sequenceDiagram
    autonumber
    participant DEV as 开发机（本机）
    participant TEA as 教师模型 qwen3-max（百炼）
    participant TRAIN as 训练机 · LLaMA-Factory
    participant SRV as vLLM 服务 127.0.0.1 端口 8000
    participant JUD as 裁判模型 qwen2.5-72b
    participant QUANT as 量化机

    Note over DEV: ⓪ cp .env.example .env 并填入百炼 Key
    DEV->>TEA: ① generate_datasets_from_llm.py 流式请求 100 轮 × 10 条
    TEA-->>DEV: 每轮返回一个 JSON 数组 → 累加写入
    DEV->>DEV: 产出 datasets_reimburse.json（~1400 条）
    DEV->>DEV: 人工切出 validates_reimburse.json（244 条）
    DEV->>DEV: to_alpaca.py / to_evalscope.py 处理 EDS 导出的 92 条
    Note over TRAIN: ② copy 数据集 + 合并 dataset_info.json
    TRAIN->>TRAIN: SFT 微调 Qwen2.5-7B
    DEV->>SRV: ③ 用微调后权重起 OpenAI 兼容服务
    DEV->>DEV: reimburse_evalscope.py 生成 244 条评测集
    DEV->>JUD: ④ run_evalscope_evaluate.py 提交 query + 参考答案
    SRV->>SRV: 被测模型（微调后的 7B）作答
    JUD-->>DEV: 裁判打分 → 评测报告
    alt 分数不达标
        DEV->>TEA: 回到 ①：补数据 / 改 prompt / 调参
    else 达标
        QUANT->>QUANT: ⑤ run_awq.py 或 run_gptq.py → 4bit 部署
    end
```

### 3.3 参与的模型一览

| 角色 | 模型 | 出处 / 被调用的地方 |
| --- | --- | --- |
| 教师模型（造数据） | `qwen3-max`（原 `deepseek-v3` 未注册，已改） | `generate_datasets_from_llm.py` → `utils/llm_utils.py` → `config/ai_configs.py` |
| 基座 / 学生模型 | `Qwen2.5-7B`（`/root/s1/models/qwen2.5-7b`） | 训练（LLaMA-Factory，未入库）；量化脚本的 `model_path` |
| 被评测对象 | 同一个 7B（微调后） | `run_evalscope_evaluate.py` 的 `model='qwen2.5-7b'`、`api_url='http://127.0.0.1:8000/...'` |
| 裁判模型（打分） | `qwen2.5-72b-instruct`（DashScope） | `run_evalscope_evaluate.py` 的 `judge_model_args` |
| Embedding（备用） | `text-embedding-v4` | `config/ai_configs.py` 的 `bailian-embedding`（当前脚本未用到） |

### 3.4 阶段 × 时间 × 执行者对照表

| # | 阶段 | 何时执行 | 执行者 | 输入 → 产出 |
| --- | --- | --- | --- | --- |
| ⓪ | 配置 | 一切开始之前（一次性） | 人 | `.env.example` → `.env`；`config/env.py`、`config/ai_configs.py`、`utils/llm_utils.py` 提供 `create_llm` |
| ① | 造训练集/校验集 | 每次要扩数据、改生成 prompt 时 | `generate_datasets_from_llm.py` + 教师模型 | 无中生有 → `datasets_reimburse.json`（~1400）+ 切出 `validates_reimburse.json`（244） |
| ② | 另一批数据 | 拿到 EDS 导出后 | `to_alpaca.py` / `to_evalscope.py` | `export_from_eds.jsonl`（92）→ `alpaca.json` / `evalscope.jsonl` |
| ③ | 注册 + 微调 | 数据定稿后 | LLaMA-Factory（仓库外） | `dataset_info.json` + 两个 json → 微调权重 |
| ④ | 评测准备 | 训练完、跑评测前 | `reimburse_evalscope.py` | `validates_reimburse.json`（244）→ `reimburses_evalscope.jsonl` |
| ④ | 跑评测 | 服务起来之后 | `run_evalscope_evaluate.py` + 裁判模型 | 评测集 + 被测服务 → 评测报告 |
| ⑤ | 量化上线 | 评测达标后 | `run_awq.py` / `run_gptq.py` | 基座 or 权重 → 4bit 模型（GPTQ 用校验集做校准） |

---

## 四、典型使用流程

1. **生成训练数据**

   ```bash
   python generate_datasets_from_llm.py
   ```

2. **配置 LLaMA-Factory**：把 `reimburses/dataset_info.json` 的内容合并到框架的 `data/dataset_info.json`，然后把 `reimburses/` 整个目录拷到 `data/` 下，训练时指定 `dataset: datasets_reimburse`、`val_dataset: validates_reimburse`。

3. **起推理服务**：用 vLLM/SGLang 把微调后的模型以 OpenAI 兼容方式起在 `127.0.0.1:8000`（与 `run_evalscope_evaluate.py` 的 `api_url` 对应）。

4. **跑评测**（需先确认 `.env` 已填 Key、且 8000 端口的服务已起）

   ```bash
   python datasets/run_evalscope_evaluate.py
   ```

5. **量化部署**（Linux + GPU 环境）

   ```bash
   cd quantization
   python run_awq.py     # 或 python run_gptq.py
   ```

---

## 五、依赖环境

| 用途 | 依赖 |
| --- | --- |
| 配置加载 | `python-dotenv`、`pydantic-settings` |
| 数据生成 | `langchain`（`langchain.chat_models.init_chat_model`）、本项目 `config/` + `utils/`；运行时需要 `.env` 里的百炼 Key |
| 评测 | `evalscope`（含 `TaskConfig`、`evalscope.constants.JudgeStrategy`） |
| AWQ 量化 | `autoawq`（提供 `awq.AutoAWQForCausalLM`）、`transformers` |
| GPTQ 量化 | `auto-gptq`（提供 `auto_gptq`）、`transformers` |

---

## 六、已修复的问题（本次检查）

| 问题 | 处理 |
| --- | --- |
| `from app.config.ai_configs import ai_configs`（`utils/llm_utils.py`） | 本项目没有 `app` 包，改为 `from config.ai_configs import ai_configs` |
| `from app.config.env import env`（`config/ai_configs.py`） | 改为 `from config.env import env` |
| `from create_llm import create_llm`（`generate_datasets_from_llm.py`） | 仓库里没有 `create_llm.py`，改为 `from utils.llm_utils import create_llm`，并先把项目根目录插入 `sys.path`，任意目录启动都能 import |
| 模型代号 `deepseek-v3` 未注册 | `create_llm` 会抛 `Unknown platform code`，改用已注册的 `bailian-qwen3-max` |
| 数据文件用相对路径读写 | `generate_datasets_from_llm.py`、`run_gptq.py`、`reimburse_evalscope.py` 的输入/输出路径改为基于 `__file__` 定位；目标文件不存在时按空数组处理，不再 `FileNotFoundError` |
| 训练/校验集会重复写入 | `generate_datasets_from_llm.py` 里 `temp_list` 跨轮累积，导致每轮把同批数据重复追加进已有文件；改为每轮重新取、另外 count 日志加上当前轮次 |
| GPTQ 与 AWQ 输出目录同名 | `run_gptq.py` 输出改为 `qwen2.5-7b-gptq`，不再覆盖 AWQ 产物 |
| `.gitignore` 只有 `.idea` | 补上 `.env`、`__pycache__/`、`.venv/`、模型目录与权重后缀 |
| 脚本导入即执行 | `generate_datasets_from_llm.py` 加了 `if __name__ == "__main__":` 保护 |
| 评测脚本硬编码 API Key | `run_evalscope_evaluate.py` 改为从 `config.env` 读 `env.bailian_api_url` / `env.llm_key_bailian`，密钥不再进代码 |
| 评测脚本 `from config.env import env` 依赖 IDE/根目录 PYTHONPATH | 与 `generate_datasets_from_llm.py` 同一处理：先把项目根目录插入 `sys.path` 再 import |

---

## 七、仍然存在的注意事项

> 以下 6 条已逐条复核核验为真（2026-10-04 复检），仍未处理。

1. **本地 `.env` 属于密钥文件，别手动 `git add -f`**。
   复核结果：**它目前是安全的** —— `git ls-files` 里没有 `.env`，`git check-ignore -v .env` 命中 `.gitignore:10:.env`。它和模板 `.env.example` 的哈希不同，说明里面是**真实 Key**，所以只是不能被强制入库；换机器/换人时重新 `cp .env.example .env` 即可。
2. **模型与评测集路径写死为 Linux 绝对路径**：
   - `quantization/run_awq.py`：`/root/s1/models/qwen2.5-7b` → `/root/s1/quantization_models/qwen2.5-7b-awq`
   - `quantization/run_gptq.py`：同上 → `/root/s1/quantization_models/qwen2.5-7b-gptq`
   - `datasets/run_evalscope_evaluate.py`：`dataset_id: /root/s1/datasets/reimburses_evalscope`
   换机器必须手动改；建议抽成 `.env` 里的常量或直接改成相对 `BASE_DIR` 的路径。
3. **`to_alpaca.py` / `to_evalscope.py` 仍是「导入即执行」，且路径依赖运行目录**：底部直接调用转换函数；输入 `export_from_eds.jsonl`、输出 `alpaca.json` / `./evalscope.jsonl` 都是相对路径，**必须在 `datasets/` 目录下运行**。建议加 `__main__` 保护并把路径改成基于 `__file__` 定位（其余脚本都已改过，只剩这两个）。
4. **`config/env.py` 用了 pydantic v2 已废弃的写法**：`Field(..., env="...")` 与 `class Config`。当前能跑但会有弃用告警；建议换 `Field(..., alias="...")` + `SettingsConfigDict`。另外它对必填字段校验很严，缺 `LLM_KEY_BAILIAN` / `BAILIAN_API_URL` 时是**直接抛校验错**，跑之前先确认 `.env` 填全。
5. **`config/`、`utils/` 没有 `__init__.py`**（已确认：全仓库 0 个 `__init__.py`）。现在靠 Python 3 命名空间包正常工作，但如果将来打包、或用严格要求包结构的工具（部分 lint / 打包器）可能要补上。
6. **训练环节本身不在仓库里**：`dataset_info.json` 只说明数据格式是 alpaca，具体的训练命令、基座路径、LoRA 参数、产出目录都看不到，无法复现。建议把训练脚本或 `yaml` 一并入库。