使用Unsloth的双语SFT | AI生成和翻译
完成。以下是 /mnt/data/zz/finetune/ 中的内容：
finetune/
├── README.md # 完整使用指南
├── requirements.txt # pip 依赖
├── build_dataset.py # 提取中英文帖子 → JSONL
├── train.py # 使用 Unsloth 进行 QLoRA SFT
├── eval.py # 对比微调后与基础模型
├── export_gguf.py # 导出 GGUF 供 ollama 使用
├── notes_sft.jsonl # 21,434 条样本 (86MB)
├── notes_sft_train.jsonl # 21,234 条训练样本 (85MB)
└── notes_sft_eval.jsonl # 200 条评估样本 (820KB)
数据集统计：
- 10,726 条英文 + 10,708 条中文 = 共 21,434 条
- 2510 万 token，平均每样本 1169 token
- 跳过 30 条帖子（过短，少于 100 字符）
- 200 条留作评估，其余用于训练
在 RTX 4070 上训练：
cd /mnt/data/zz/finetune
pip install unsloth # 或者: pip install -r requirements.txt
python train.py # Qwen3-8B QLoRA 4-bit，约 2-4 小时
python train.py --model unsloth/Qwen3-4B # 更小、更快