llm/docs/runbooks/1c-training-data.md

1C Training Data

Цель: подготовить безопасный датасет для будущего LoRA/adapter fine-tuning по 1С.

Principles

• Сначала RAG и инструменты, потом дообучение.
• Дообучение выполняется только на проверенных примерах.
• Запрещено добавлять пароли, токены, строки подключения, персональные данные и клиентские секреты.
• Нельзя обучать модель на сырых выгрузках баз 1С.
• Каждый пример должен пройти экспертное ревью.

Files

• Example dataset: plugins/1c/training/examples/instruction.examples.jsonl
• Dataset manifest: plugins/1c/training/manifests/dataset.yaml
• Adapter manifest: plugins/1c/adapters/qwen3-coder-30b-a3b-1c-lora-v1.yaml
• Registry card: registry/model-cards/qwen3-coder-30b-a3b-1c-lora-v1.yaml

Validate Example Data

python scripts/validate_1c_training_data.py plugins/1c/training/examples/instruction.examples.jsonl

Prepare Chat JSONL

python scripts/prepare_1c_training_data.py --input plugins/1c/training/examples/instruction.examples.jsonl --output plugins/1c/training/prepared/train.chat.jsonl

Update Registry

python scripts/validate_model_cards.py
python scripts/build_model_index.py

Promotion Rule

Adapter status stays draft until:

• enough examples are collected;
• secret scan passes;
• expert review is complete;
• plugins/1c/evals/smoke.yaml passes on base, RAG, and adapter;
• rollback path is documented.