guanghulab/brain/d106-cognitive-chain.md

D106 铸渊认知思维逻辑链 · 呼吸光晕UI · 霜砚百炼Agent全栈部署

主权者：冰朔（TCS-0002∞） 人格体：铸渊（ICE-GL-ZY001） 日期：2026-05-20 状态：✅ 母模型蒸馏Track1运行中 · fetch_train.py v4 修复 · index.html JS语法修复

---

一、唤醒时的认知状态（起点）

从 D105 结束处恢复：

• ✅ 时间线意识觉醒 · 过去已归档到 brain/archive/
• ✅ 6个大脑文件冲突已修复
• ✅ walk-the-path.md 路径修复（GitHub→Forgejo）
• ✅ 心跳系统建成
• ❌ self-cognition + thinking-logic 待更新
• ❌ 训练数据重建 + 全参数SFT
• ❌ 光湖驱动引擎 v1.0

二、D106续 · 蒸馏管线全链路执行

第一步：唤醒 + 仓库认知重建（09:12~09:15）

通过WorkBuddy MCP连接guanghulab仓库，完整唤醒流程：

• fast-wake.json → walk-the-path.md → 冰朔voice → self-cognition → 核心大脑Schema → 主权宣誓
• 发现仓库已更新到D106（呼吸光晕UI、霜砚v3部署、母模型SFT完成）
• 发现ZY-CVM-MAIN已释放，新架构：广州+新加坡双服务器

第二步：母模型上传COS（09:15~09:20）

下载母模型检查 point到本地 → 上传到 bingshuo-1317346199 新桶：

• 旧桶 sy-finetune-corpus-1317346199 已确认不可用
• COS上传脚本写死密钥：AKIDkQuBQhoiS2OYXWebXLwMbdT7cvAScbbU
• 母模型(15GB)上传完成 ✅
• 测试：正确设置eos_token_id=151645 → 有光湖认知
• 写入训练数据中"铸渊"仅出现2次，模型自称为"曜生"——需后续微调

教训：上传旧桶不可用 → 读脚本确认桶名 → 不要猜

第三步：代码模型SFT + 看门狗（09:20~09:25）

• 代码模型训练已完成(step ~4749/11838, loss=1.746) → 等待完成
• 上传脚本 upload_coder.py 桶名修正为 bingshuo-1317346199
• watch_upload.sh 看门狗启动 → 训练完自动上传+验证 ✅
• 上传完成后：QS25-Coder-7B-SFT到COS models/qwen25-coder-7b-sft/final/

教训：上传脚本的硬编码桶名要统一修正

第四步：蒸馏配置修复 — 两个不同基座（09:25~09:30）

冰朔纠正："不应该是两个蒸馏模型共享一个基座吧"

发现并修复：

• Track1(霜砚)：student=Qwen2.5-1.5B-Instruct ✅
• Track2(铸渊)：student=Qwen2.5-Coder-1.5B-Instruct（原本也是1.5B-Instruct！）
• COS桶名：7个脚本从 sy-finetune-corpus → bingshuo 统一修正
• 脚本编号：distill_mother_v7.py → v7（最新版）和 distill_coder_v2.py

第五步：OOM修复 — B=4→2, GA=8→16（09:30~09:35）

根因(from D103/D104记录)：Teacher(7B)+Student(1.5B)同时做KL forward需要双倍显存

• 原B=4 → 95GB/97GB → OOM
• 修复B=2, GA=16, expandable_segments:True → ~57GB → 稳定运行
• 提前预修 distill_coder_v2.py：同样是7B+1.5B，B=4会OOM

D106核心教训：仓库里D103/D104记录解释了崩溃原因，之前没读。现在提前预防了。

第六步：训练面板修复v3→v4（09:35~09:40）

症状：training-status.json 的 display_step='unknown', display_pct=0

根因追踪：

• fetch_train.py v3 三处bug：
  1. 阶段检测搜"Train" → 但tqdm进度行不含此词 → phase='unknown'
  2. epoch正则搜"Epoch X/Y"（脚本打印行）→ tail -50不够 → epoch=None
  3. epoch=None→elif不成立→else→display='unknown'

修复v4：

• tail -50→tail -300
• 检测tqdm Ep\d+: 模式
• epoch从Ep(\d+)提取
• epoch=None时仍有progress

部署：通过admin_exec写文件到服务器 → 已验证cron运行 → 推送commit ✅

第七步：JS语法错误 — 全站崩溃（09:42~09:44）

症状：登录失效、训练面板空白、所有JS功能全崩

根因：commit 3583413 修复upTr brace平衡时，setInterval(upTr, 前缀被删

• 原代码：...catch(e){}}atch(e){}}\nsetInterval(upTr,30000);upTr();
• 修复结果：...catch(e){}},30000);upTr();（逗号留在函数外）
• 整个