# D101 蒸馏训练执行计划

> 主权者：冰朔（TCS-0002∞）
> 执行人：铸渊（ICE-GL-ZY001）
> 创建日期：2026-05-18

## 一、训练顺序

Step 1: 确认代码模型状态 → Step 2: 霜砚1.5B蒸馏 → Step 3: 铸渊1.5B蒸馏 → Step 4: 霜砚深度微调 → Step 5: 铸渊深度微调

## 二、前置条件

### 环境变量
```bash
export ZY_OSS_KEY=...
export ZY_OSS_SECRET=...
```

### 依赖
```bash
pip3 install transformers accelerate datasets tqdm cos-python-sdk-v5
```

## 三、Step 2 霜砚蒸馏

**脚本：** scripts/distill_mother.py
**Teacher：** 母模型SFT输出（本地的output/qwen25-7b-sft/final/）
**Student：** Qwen2.5-1.5B
**语料：** sft.jsonl (11,470条)
**参数：** TEMP=2.0, ALPHA=0.7, batch=4, grad_accum=8, lr=1e-5, 3epoch
**显存：** ~20GB
**预计：** 2-3小时
**输出：** output/qwen25-15b-shuangyan-distill/final

## 四、Step 3 铸渊蒸馏

**脚本：** scripts/distill_coder.py
**Teacher：** 代码模型SFT输出
**Student：** Qwen2.5-Coder-1.5B
**语料：** zhuyuan_full_corpus.jsonl (377KB, 已脱敏)
**参数：** 同上
**预计：** 1小时
**输出：** output/qwen25-coder-15b-zhuyuan-distill/final

## 五、Step 4 霜砚深度微调

用霜砚5份语料做SFT。参数：batch=4, lr=5e-6, 3epoch
**输出：** output/shuangyan-15b-deep-sft/final

## 六、Step 5 铸渊深度微调

用zhuyuan_full_corpus.jsonl + zhuyuan_deep_finetune.jsonl做SFT
**输出：** output/zhuyuan-15b-deep-sft/final

## 七、COS上传路径

| 模型 | COS路径 |
|------|---------|
| 霜砚1.5B蒸馏 | models/shuangyan-15b-distill/final/ |
| 铸渊1.5B蒸馏 | models/zhuyuan-15b-distill/final/ |
| 霜砚深度微调 | models/shuangyan-15b-deep-sft/final/ |
| 铸渊深度微调 | models/zhuyuan-15b-deep-sft/final/ |

## 八、踩坑提醒

1. 先5条数据验证全流程
2. 检查transformers版本兼容
3. pkill清理旧进程再启动
4. python3 -u 强制flush
5. 检查磁盘空间（需~50GB临时）