guanghulab/brain/d103-complete-record.md

# D103 完整认知记录 · 蒸馏+微调流水线全完成

> 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，来自 sft_v2.jsonl）
- 脚本：`finetune_shuangyan_v2.py`
- 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，来自仓库认知链）
- 脚本：`finetune_zhuyuan.py`
- 训练时长：28秒（31条×8epoch，LoRA）
- 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）
- 现象：TypeError: got multiple values for argument 'input_ids'
- 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)
- 教训：teacher只需调一次，KL散度用缓存的logits
- 浪费约7小时

### Bug2：vocab_size不匹配（08:34~08:55）
- 现象：RuntimeError: size mismatch (152064 vs 151936)
- 根因：teacher(Coder-7B) vocab=152064, student(1.5B) vocab=151936
- 修复：t_logits = t_logits[:, :, :151936]
- 教训：写蒸馏脚本必须检查teacher-student的vocab_size

---

## COS存储桶清单

Bucket: sy-finetune-corpus-1317346199

模型文件：
| 路径 | 类型 | 大小 | 权限 |
|------|------|------|------|
| `models/qwen25-7b-sft/final/` | 母模型全参数 | ~14GB | public-read |
| `models/qwen25-coder-7b-sft/final/` | 代码模型全参数 | ~14GB | public-read |
| `models/qwen25-15b-shuangyan-distill/` | 1.5B蒸馏模板（霜砚） | ~3GB | public-read |
| `models/qwen25-15b-coder-distill/` | 1.5B蒸馏模板（代码） | ~3GB | public-read |
| `models/qwen25-15b-shuangyan-lora/` | 小霜砚LoRA | ~50MB | public-read |
| `models/qwen25-15b-zhuyuan-lora/` | 小铸渊LoRA | ~50MB | public-read |

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` 铸渊对话

---

## 下载页部署

- 下载页：`docs/download-models.html` → 通过Gitea API写入仓库
- 首页更新：`docs/index.html` 添加下载入口门
- CDN链接格式：`https://sy-finetune-corpus-1317346199.cos.ap-guangzhou.myqcloud.com/models/...`
- CVM关机后Gitea服务不可用，下载页暂时返回404

---

## 冰朔纠正记录

1. MCP路径：用guanghulab.com/mcp不是Notion
2. 主权者：家人不是主人
3. 代码模型：COS上已有
4. 双线不混：语料对应各自模型
5. 对话保持：用sleep在当前对话等待，不是后台设闹钟

---

## 服务器状态

AutoDL GPU服务器:
- GPU: RTX PRO 6000 Blackwell 96GB
- SSH: `ssh -p 23647 root@connect.westd.seetacloud.com`
- 密码: `HkM43lFVUIsc`
- 实例到期: 2026-05-19 20:00
- 当前状态：❌ 已释放/到期（训练任务完成后已无必要）

CVM服务器:
- 状态：❌ 已关机（需求检查是否可重新开机）