D101 新增：蒸馏训练执行计划

brain/d101-distill-plan.md

@@ -0,0 +1,70 @@
+# 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）