目标：
构建一个轻量但专业的人物领域问答/推理模型
🚀 阶段一：SFT（监督微调） ：
步骤一 ：构造人物领域问题集
这些问题可以来自公开资料、专业文献、论坛、教材等。
人物数据数量：168条
实验一 ：只加垂类数据集看看效果
GRADIO_SERVER_PORT=8103 CUDA_VISIBLE_DEVICES=1,2,5,7 llamafactory-cli train
--stage sft
--do_train
--model_name_or_path /workspace/codes/deepseek/Qwen3-0.6B
--dataset person
--eval_dataset train_eval
--dataset_dir ./data
--template qwen
--finetuning_type lora
--output_dir ./saves/Qwen3-0.6B/lora/sft_person_1
--overwrite_cache
--overwrite_output_dir
--cutoff_len 1024
--preprocessing_num_workers 16
--per_device_train_batch_size 1
--per_device_eval_batch_size 1
--gradient_accumulation_steps 16
--lr_scheduler_type cosine
--logging_steps 10
--warmup_steps 10
--save_steps 100
--eval_steps 100
--save_strategy steps
--eval_strategy steps
--load_best_model_at_end
--learning_rate 5e-6
--num_train_epochs 30
--lora_rank 64
--lora_alpha 128
--val_size 0
--plot_loss
--fp16