llm/plugins/1c/training/README.md

1C Training

Контур дообучения для 1С.

Рекомендуемый порядок:

1. собрать проверенные примеры;
2. удалить секреты и персональные данные;
3. привести к chat/instruction формату;
4. прогнать базовые eval-тесты;
5. обучить LoRA/adapter;
6. сравнить базовую модель, RAG и адаптер;
7. опубликовать адаптер через model card.

Data Validation

Синтетический пример:

python scripts/validate_1c_training_data.py plugins/1c/training/examples/instruction.examples.jsonl
python scripts/generate_1c_training_data.py
python scripts/validate_1c_training_data.py plugins/1c/training/raw/generated.instruction.jsonl
python scripts/prepare_1c_training_data.py --input plugins/1c/training/examples/instruction.examples.jsonl --output plugins/1c/training/prepared/train.chat.jsonl

prepare_1c_training_data.py автоматически добавляет plugins/1c/training/raw/generated.instruction.jsonl, если файл существует. generate_1c_training_data.py также добавляет проверенные write-route примеры из reports/1c-sql/upo_test/write-matrix-verified-registry-*.json и manual learning-plan примеры из write-learning-plan-*.json; лимиты регулируются --max-write-records и --max-learning-records. raw и prepared игнорируются git. Реальные обучающие данные должны проходить secret-scan и экспертное ревью.

LoRA Training

Config: plugins/1c/training/configs/qwen3-coder-30b-a3b-lora.yaml.

Preflight:

python scripts/preflight_1c_training.py

Dry run:

python scripts/train_1c_lora.py --dry-run

Runbook: docs/runbooks/1c-lora-training.md.