Enhance model training lite workflow

skills/model-training-lite/references/zk_sft_defaults.md

@@ -11,6 +11,7 @@ skills/model-iteration/scripts/submit_sft.sh
 skills/model-iteration/scripts/submit_cml_eval.sh
 skills/model-iteration/scripts/sft_train_job.yaml.tpl
 skills/model-iteration/assets/config.yaml
+skills/model-training-lite/scripts/summarize_eval_result.py
 ```
 
 ## 默认基模
@@ -28,6 +29,14 @@ git@git.n.xiaomi.com:ai-service/ai-planning.git
 branch: autoresearch-v1
 ```
 
+如果用户只提供数据分支、不提供 commit，训练前必须在远端工作区记录：
+
+```bash
+git -C ai-planning rev-parse HEAD
+```
+
+正式报告使用该 commit 作为本次训练的数据版本。
+
 训练脚本会扫描：
 
 ```text
@@ -49,6 +58,22 @@ ai-planning/data/train_set/*/*.jsonl
 <workspace>/sft_output/_SUCCESS
 ```
 
+## 默认 Jupyter 配置
+
+本地默认配置文件：
+
+```text
+skills/model-training-lite/.local/jupyter_defaults.json
+```
+
+`.local/` 不提交。配置优先级：
+
+```text
+脚本输入 > 环境变量 > .local/jupyter_defaults.json
+```
+
+脚本输出只显示认证是否已配置，不回显密码、token 或 cookie。
+
 ## CML 环境
 
 CloudML CLI 通常位于：
@@ -71,6 +96,37 @@ cml config show
 cml custom_train describe <JOB_ID>
 ```
 
+## 默认评测
+
+训练后评测复用：
+
+```text
+skills/model-iteration/scripts/submit_cml_eval.sh
+skills/model-iteration/assets/config.yaml
+```
+
+默认 workflow 配置从 `config.yaml` 读取：
+
+```text
+cml_eval.workflow_id
+cml_eval.version
+```
+
+评测产物目录：
+
+```text
+/mnt/xiaoai-zk-model-train-tj5/workflow5/workflow<EVAL_RUNDIC>/metric_diff/
+```
+
+轻量摘要脚本：
+
+```bash
+python scripts/summarize_eval_result.py \
+  --workflow-root /mnt/xiaoai-zk-model-train-tj5/workflow5 \
+  --run-dic "$EVAL_RUNDIC" \
+  --output results/eval_summary_${EVAL_RUNDIC}.md
+```
+
 ## 常见坑
 
 - Jupyter POST 请求缺少 `_xsrf`：从 cookie 取 `_xsrf`，请求头带 `X-XSRFToken`。
@@ -78,3 +134,5 @@ cml custom_train describe <JOB_ID>
 - `which cml` 为空：先 `source ~/.cloudml-cli/.profile`。
 - `resolve_run_ids.sh` 没有 `RUNDIC`：只使用 `SFT_RUNDIC` / `EVAL_RUNDIC`。
 - git clone 看似卡住：先检查目标目录是否已经完整、是否存在残留进程，不要重复提交训练。
+- 只给 branch 不给 commit：可训练，但必须回填实际 commit，否则结果不可复现。
+- 训练和评测不要放在同一个长 bash 里串到底；SFT `_SUCCESS` 落盘后再单独提交评测。