Fase 1: dataset de replay generado (720 ejemplos, ok=564 truncated=156 failed=0)

data/raw/replay.jsonl: 80 prompts semilla (conversacion general/codigo/
razonamiento) x 9 pasadas variando temperatura, contra vLLM de produccion
(vllm-qwen36), duracion real ~5h07min. Revisado: 720/720 lineas son JSON
valido con messages de 2 turnos y reasoning_content no vacio; 23 ejemplos
quedaron con content vacio por agotar el presupuesto de max_tokens durante
el razonamiento (finish_reason=length), marcados en meta para que la Fase 2
decida como tratarlos.

.gitignore: excepcion para versionar replay.jsonl pese a vivir en data/raw/,
como especifica el plan (es texto revisable, no un binario de checkpoint).

.gitignore

@@ -1,5 +1,6 @@
 data/raw/*
 !data/raw/.gitkeep
+!data/raw/replay.jsonl
 out/*.safetensors
 out/checkpoint-*/
 *.safetensors
@@ -9,3 +10,4 @@ __pycache__/
 *.pyc
 .ipynb_checkpoints/
 .env
+.worktrees/

scripts/03_build_replay.py

@@ -16,7 +16,7 @@ import urllib.request
 
 API_URL = "http://localhost:8000/v1/chat/completions"
 MODEL = "qwen3.6-35b"
-OUTPUT_PATH = "/workspace/ai-projects/qwen3-6-lora/data/raw/replay.jsonl"
+OUTPUT_PATH = "/mnt/docker-nas/projects/ai-projects/qwen3-6-lora/data/raw/replay.jsonl"
 MAX_TOKENS = 2048
 TEMPERATURES = [0.3, 0.6, 0.9, 1.1]
 N_PASSES = 9  # 80 prompts semilla x 9 pasadas ~= 720, aprox. 700 objetivo