Add model iteration skill

2026-05-09 12:18:06 +08:00
parent 95c265d2a1
commit 6a58eb55fe
9 changed files with 2064 additions and 0 deletions
@@ -0,0 +1,66 @@
+# Skill: model-iteration
+
+本目录是小爱中控模型迭代 skill，用于评测、错误分析、数据增强、SFT 训练和 CML workflow 追踪。
+
+## 目录结构
+
+```
+model-iteration/
+├── config.yaml                 # 评估阈值 + CML 工作流配置
+├── knowledge/                  # 分流知识库
+│   ├── navigation_routing_rules.md   # 地图导航 Agent/ComplexTask 分流
+│   ├── travel_routing_rules.md       # 旅游 Agent/ComplexTask 分流
+│   └── multi_command_rules.md        # 多指令 vs ComplexTask 判定
+├── scripts/
+│   ├── prepare_and_train_sft.py      # 数据组装 + 本地训练
+│   ├── submit_sft_via_cml.sh         # CML 云端训练提交（R29 起统一用此）
+│   └── sft_train_job.yaml.tpl        # CML 训练 job YAML 模板
+├── SKILL.md                    # 完整迭代协议（触发规则、Step 0-6、数据增强/清洗规范）
+└── README.md                   # 本文件
+```
+
+## 快速上手
+
+### 1. 评测当前模型
+
+```bash
+cml workflow run \
+  --workflow_id f-20260408161444-wu3pz --version v28 \
+  --global_inputs runDic=<N> \
+  --global_inputs model_path_new=<新模型路径> \
+  --global_inputs model_path_old=<基线模型路径>
+```
+
+### 2. SFT 训练（CML 云端）
+
+```bash
+AUTORESEARCH_ROOT=/mnt/wangsenhao/autoresearch-zk \
+  ./scripts/submit_sft_via_cml.sh <RUNDIC> [PREV_RUNDIC]
+```
+
+训练完成后自动起评测 workflow。
+
+### 3. SFT 训练（本地）
+
+```bash
+AUTORESEARCH_ROOT=/mnt/wangsenhao/autoresearch-zk \
+  python scripts/prepare_and_train_sft.py prepare --output_dir ./sft_data
+
+AUTORESEARCH_ROOT=/mnt/wangsenhao/autoresearch-zk \
+  python scripts/prepare_and_train_sft.py train \
+  --data_dir ./sft_data \
+  --model_path /mnt/wangsenhao/verl_zk/Qwen3-4B-Instruct-2507 \
+  --model_type qwen3 \
+  --train_output ./sft_output \
+  --epochs 3 --lr 1e-5
+```
+
+## 关键规则
+
+- **达标标准**：需求集合 ≥ 95%，大盘车载降幅 ≤ 0.3%，specific test 降幅 ≤ 1%
+- **数据清洗**：case 驱动、禁止批量、必须备份、只改 output 不动 instruction
+- **训练环境**：FSDP2 + torch 2.6 需要 accelerate==1.7.0，不要改训练代码去适配
+
+## 完整协议
+
+详见 [SKILL.md](SKILL.md)