@xiciyang/training-sft

用真实 GPU 对一个基座模型做 LoRA 监督微调（SFT），并把每一步变成可审计的产物：数据准备、训练、合并、验收、回退，全部留下哈希链与机器可读报告。

这是 DSH（DeepSeek Harness）插件包；也可以把它当作一个普通的 Node 库调用（src/index.mjs 的导出面）。

它解决的问题

「训练跑完了」和「训练真的改变了权重」是两件事。本包在训练前后对权重取指纹，空操作训练（lr=0、数据为空、步数没生效）会被判为失败，而不是记成一次成功的 run。精度侧同理：验收要求先过「测量是否有效」再谈「数值是否达标」——输出退化（困惑度等于词表大小）不会被当成 0% 损失。

安装

dsh plugin add github:xiciyang/training-sft
# 或从 npm（元数据）。注意：本包的运行依赖是 @xiciyang/* 系列库，已发布到 npm。

要求：

• Node.js >= 20（DSH 侧），engines.dsh >= 0.2.0 < 0.3.0
• 真实训练需要：NVIDIA GPU + 容器运行时 + 训练镜像；缺失时 training_sft_health 会报明是哪一层不可用，而不是笼统地「不健康」
• Python 侧框架（torch / transformers / peft / trl / accelerate）在 optionalDependencies 里显式声明，缺哪个报哪个

工具面（DSH）

工具	作用
training_sft_prepare	数据准备：去重、确定性切分、去泄漏（train/val/test 三组交集必须为空）、PII 剔除（只剔除不改写源文件）、血缘与内容哈希
training_sft_train	训练：预算闸门（步数/GPU 小时）、权重指纹守卫、checkpoint 保留、审计链
training_sft_merge	合并 LoRA 适配器到基座
training_sft_validate	验收：双重门禁（先判测量是否有效，再判数值变化），产出机器可读的 eval-result
training_sft_rollback	回退：回到指定 run 的状态；purge 只允许删 run 目录，越界拒绝
training_sft_get_report	取人类可读报告
training_sft_health	环境自检：GPU / 容器 / 镜像 / 基座模型 / 依赖，逐项给出可用性

配置（不把本机布局写死）

环境变量	用途
DSH_BASE_MODEL	基座模型本地目录（只读）。未设置时健康检查会指出缺这一项，而不是猜一个路径
DSH_ALPACA_PATH	原始数据集文件路径（复现数据准备测试时需要）
DSH_SHARD_PATH	预处理语料分片路径（引用时用）
TRAINING_SFT_ROOT	运行目录根（默认 ~/.ai-infra）

硬件与后端都是可替换的：基座路径、镜像名、容器运行时、设备都不写死。没有 GPU 时，纯逻辑测试与契约测试仍然可以跑。

测试

node tests/run.mjs          # 单元 + 契约 + 缺陷回归

测试分两类：纯逻辑/契约（任何机器都应绿）与需要本机历史产物的判据自检。后者在产物不存在时显式 SKIP 并写明原因，不伪装成通过——汇总行会打印 skipped 数。CI 上看到 skip 属预期，看到 fail 才是问题。

安全边界

• 训练与合并都需要显式确认令牌（每类一次、24 小时内同类操作免重复确认；高风险操作每次都要）
• 预算超限直接拒绝，不「先跑再说」
• 回退只作用于本插件自己的 run 目录

许可

BSD-3-Clause。见 LICENSE。