本课模式：五步走——画你的 Rung 阶梯 → 定云 GPU 策略 → 设计持续演化回路 → 建训练谱系表 → 选毕业项目。做完，课程结束，你的训练生涯开始。
📋 本课你将完成
- 画出自己的 Rung 0–3 阶梯并标出当前所在
- 定下云 GPU 按需策略（脉冲/先小后大/分开记账）
- 设计过持续演化回路（阶段性重训 + replay）
- 已开始维护训练谱系表（第一行已填）
- 选好毕业项目并写下一周内第一步动作
步骤 1
画你的 Rung 阶梯（10 分钟）
未完成🎯 这一步的目标：把「越来越强」落实成可执行的阶梯——每次只放大一个维度。
▶ 预期输出（点开对照）
Rung 0（Mac，¥0）：50–100M 从零预训练，全链路跑通（07 课已做） Rung 1（租卡，数百元）：0.5–1B 从零预训练（几 B token）——「真正训练过」的体验点 Rung 2（Mac/轻量 GPU）：Qwen2.5-3B/7B 上 SFT + DPO/GRPO——第一个有用的模型 Rung 3（钱够时）：开源近旗舰基座上 continue-pretrain / 后训练
✅ 检查点：你写下了自己的 Rung 0–3，并标出当前所在。
步骤 2
定云 GPU 策略（10 分钟）
未完成🎯 这一步的目标：训练是脉冲负载——按小时租，用完即退，不自建硬件。
▶ 预期输出（点开对照）
① 训练是脉冲负载：按小时租（AutoDL/RunPod/Vast），用完即退 ② 先小跑通再放大：同一份代码先在 1 卡小规模跑 10 分钟验证，再上 8 卡 ③ 分开记账：「测试运行」是学费，「正式运行」才是投入
▶ 预期输出（点开对照）
（见「云 GPU 成本计算器」实验）
✅ 检查点：你能说出三条策略，并用计算器对比过至少两个方案。
步骤 3
设计持续演化回路（10 分钟）
未完成🎯 这一步的目标：模型不是一次性艺术品，是持续进化的资产（Lumen L2+ 核心主张）。
▶ 预期输出（点开对照）
阶段性重训：新数据积累一批 → 混合旧数据（replay buffer 防灾难性遗忘）→ 重训 → 冻结版本评估 不做在线实时改权重：稳定性/成本/可审计性都更好 每次训练 = 一个版本：可追溯、可回滚、可复现
✅ 检查点：你能解释为什么阶段性重训 + replay 优于在线学习。
步骤 4
建训练谱系表（10 分钟）
未完成🎯 这一步的目标：从现在开始维护一张「你的文明训练史」——对齐 Lumen 核心原则 6。
▶ 预期输出（点开对照）
表头：版本 / 数据哈希 / 代码哈希 / 超参 / 评估 / 结论 第一行：填你 07 课的 50M 训练（数据源/步数/loss/采样样例） 习惯：每次训练一行——这张表将来就是 Lumen 的可复现训练谱系
✅ 检查点：你的训练谱系表有第一行记录。
步骤 5
选毕业项目（10 分钟）
未完成🎯 这一步的目标：把 14 课收束成一个真实交付——与 Lumen 汇合。
▶ 预期输出（点开对照）
A. 火星语料 SFT：火星制度文本写成 SFT 数据（几百条）→ QLoRA 微调 Qwen2.5-3B → Mars 评估集 v1 前后对比 = Lumen L0.2 完整预演 B. 因果链导出 + 基线：写 Praxeon 事件导出脚本 → 攒第一批结构化决策链 → 测现成模型的迎合基线 = Lumen L0.0+L0.1 预演
▶ 预期输出（点开对照）
（具体到「周几做什么」：例：周一跑 02 课 Ollama 探针；周三写 10 条火星 SFT 数据；周六跑 10 步试训练）
✅ 检查点：你选好了毕业项目，并写下了一周内第一步动作。
🧪 交互实验 · 云 GPU 成本计算器
算清「从零训一个模型要多少钱」——拖动模型规模和数据量，看租卡成本。注意：真实成本是估算的 3–5 倍（中间实验）。
100B
对照：Rung 1（0.5–1B）是数百元级；Rung 3（7B+）是数千–数万元级。这个数量级认知，决定你该从哪一档开始。
❓ 老师答疑（卡住了先看这里）
❓ 追平旗舰有没有可能？
诚实回答：通用能力追平旗舰是资源问题（几十万卡/数亿美元），不是努力问题。但你的差异化不在「更大」，在「行为层自决 + 数据主权」——这正是旗舰做不到的。
❓ 为什么「先小后大」是省钱不是绕路？
50M 上验证超参/数据/代码，成本几乎为零；直接上 7B 试错一次就是数千元。缩放定律还保证小模型 60% 步数的曲线可预示大模型——先小后大是最高效的路径，不只是最便宜的。
❓ 毕业项目 A 和 B 选哪个？
看你更想练哪端：A 练「数据 + 微调 + 评估」全流程（更完整）；B 练「数据管道 + 基线测量」（更贴近 Lumen 当前阶段）。条件允许就都做——A 是 B 的自然延续。
❓ 这门课学完，下一步是什么？
回到 Lumen 迭代路线：你的 14 课能力 = L0.0–L0.3 的底座。下一步是按路线图跑 L0.0（数据管道）→ L0.1（评估集与基线）→ L0.2（第一次微调）——你现在已经能亲手做了。
📝 自测清单（全勾才算过）
- 画出自己的 Rung 0–3 阶梯并标出当前所在
- 定下云 GPU 按需策略（脉冲/先小后大/分开记账）
- 设计过持续演化回路（阶段性重训 + replay）
- 已开始维护训练谱系表（第一行已填）
- 选好毕业项目并写下一周内第一步动作
全勾 → 节点 14 / 14 完成。未勾 → 回看对应步骤，别急着往前走。