Proj 因子生成Agent

本项目用于构建一个面向量化因子研究的大模型 Agent，整体分为三个阶段：

• extracter：从研报中抽取高质量单因子样本
• SFT：用结构化样本进行监督微调，注入因子研究范式
• DPO：后续进行偏好对齐，使输出更贴近真实研究偏好

目录说明

• extracter/：研报解析、候选发现、样本生成与校验
• SFT/：SFT 数据准备、训练配置与训练脚本
• 研报/：原始研报 PDF 数据
• SPEC.md：项目总设计
• requirements.txt：Ubuntu + NVIDIA GPU 环境依赖

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 运行 Extracter

python3 -m extracter.cli --stage discovery
python3 -m extracter.cli --stage generate

3. 运行 SFT 数据准备

python3 -m SFT.cli --stage m1
python3 -m SFT.cli --stage m2

4. 下载基础模型到本地

python3 -m SFT.cli --stage download --train-config SFT/configs/train_config.yaml

说明：

• 下载目标模型由 SFT/configs/train_config.yaml 中的 model.model_id 指定
• 本地保存路径由同一配置中的 model.local_model_dir 指定
• 如果跳过这一步，训练阶段会在发现本地模型不存在时自动先下载

5. 启动 SFT 训练

python3 -m SFT.cli --stage m3 --train-config SFT/configs/train_config.yaml

6. 运行推理或评估

python3 -m SFT.cli --stage infer --inference-config SFT/configs/inference_config.yaml --inspiration "这里填写研究现象描述"
python3 -m SFT.cli --stage eval --inference-config SFT/configs/inference_config.yaml

关键调用

• python3 -m SFT.cli --stage download --train-config SFT/configs/train_config.yaml
  • 按训练配置下载基础模型到本地目录
• python3 -m SFT.cli --stage m3 --train-config SFT/configs/train_config.yaml
  • 启动训练；优先从本地基础模型目录加载，缺失时自动下载
• python3 -m SFT.download_model --config SFT/configs/train_config.yaml
  • 独立下载脚本，功能与 --stage download 等价
• python3 -m SFT.cli --stage infer --inference-config SFT/configs/inference_config.yaml --inspiration "..."
  • 按推理配置生成单条因子结果
• python3 -m SFT.cli --stage eval --inference-config SFT/configs/inference_config.yaml
  • 用推理配置批量评估 SFT/data/test.jsonl 或配置中指定的数据集

目录约定

• model/base/：基础预训练模型本地目录
• trained/：训练输出目录，保存 LoRA adapter、tokenizer 和运行 manifest
• SFT/data/：SFT 训练、验证、测试数据
• SFT/output/：数据准备、评估、人工复核等输出

默认约定：

• 基础模型默认下载到 model/base/Qwen3-0.6B
• 训练产物默认保存到 trained/qwen3_0_6b_lora

推理配置提示

SFT/configs/inference_config.yaml 支持两种后端：

• openai_compat：走远程 API
• local_hf：走本地 Hugging Face 模型目录，可配合 base_model_path + adapter_path 加载本地底座模型和训练产物

文档入口

• 项目总设计：SPEC.md
• Extracter 设计文档：extracter/README.md
• SFT 设计文档：SFT/README.md

当前状态

• Extracter 已完成基础数据抽取链路
• SFT 已完成 M1、M2，并已切到 TRL 训练框架
• DPO 仍待实现