Fase 5: 21_quantize_nvfp4.py - cargar ultrachat_200k en modo streaming

3 intentos seguidos de calibracion mezclada (256 ultrachat + 256 propias)
crashearon con el mismo CUDA OOM reproducible, siempre en el mismo punto
exacto (setup interno de oneshot(): trace_subgraphs/disable_lm_head), tanto
con MAX_SEQUENCE_LENGTH=8192 como =2048 -- descartando el largo de secuencia
como causa. La unica variable real frente a los intentos que SI funcionaron
(256 muestras solo propias) es la inclusion de ultrachat_200k.

Causa raiz identificada: load_dataset(..., split="train_sft") sin streaming
materializa el split completo (~208k ejemplos) como Arrow local, y ademas
genera las 4 splits del repo (~2.9GB en disco). En este hardware (GB10,
memoria unificada CPU/GPU) ese cache extra parece ser suficiente para
empujar el proceso sobre el limite justo en el momento de mayor presion de
memoria del setup de oneshot(). Fix: cargar con streaming=True + shuffle de
buffer + take(n), que solo trae los N ejemplos necesarios sin materializar
el dataset completo -- probado de forma aislada (256 ejemplos en ~12s, sin
crecimiento de cache en disco).

scripts/21_quantize_nvfp4.py

@@ -141,11 +141,19 @@ def load_train_examples(n):
 def load_ultrachat_examples(n):
     from datasets import load_dataset
 
-    print(f"[INFO] cargando {n} muestras de {ULTRACHAT_DATASET} (split={ULTRACHAT_SPLIT})")
-    ds = load_dataset(ULTRACHAT_DATASET, split=ULTRACHAT_SPLIT)
-    ds = ds.shuffle(seed=CALIBRATION_SEED).select(range(n))
-    examples = [{"messages": row["messages"]} for row in ds]
-    print(f"[INFO] {len(examples)} muestras de {ULTRACHAT_DATASET} cargadas")
+    # streaming=True: el split train_sft completo tiene ~208k ejemplos (~2.9GB
+    # materializados como Arrow por load_dataset sin streaming, las 4 splits del
+    # repo se generan igual). En este hardware (GB10, memoria unificada CPU/GPU)
+    # ese cache extra resulto ser suficiente para tirar un CUDA OOM reproducible
+    # durante el setup de oneshot() (trace_subgraphs/disable_lm_head), incluso
+    # truncando las secuencias a 2048 tokens -- el problema no era el largo de
+    # secuencia sino la memoria consumida por materializar el dataset completo.
+    # Con streaming solo se bajan los ~n ejemplos necesarios, sin cache local.
+    print(f"[INFO] cargando {n} muestras de {ULTRACHAT_DATASET} (split={ULTRACHAT_SPLIT}, streaming)")
+    ds = load_dataset(ULTRACHAT_DATASET, split=ULTRACHAT_SPLIT, streaming=True)
+    ds = ds.shuffle(seed=CALIBRATION_SEED, buffer_size=10_000)
+    examples = [{"messages": row["messages"]} for row in ds.take(n)]
+    print(f"[INFO] {len(examples)} muestras de {ULTRACHAT_DATASET} cargadas (streaming, sin materializar el dataset completo)")
     return examples