先把丑话说前面:这不是一篇宣布「我训出了最强小模型」的爽文。本文主要聊聊我把一个中文小模型(偏重古文与诗词)从底层数据清洗、新架构实验,一直到 RL 后训练完整手搓一遍的实战记录与训练数据。