用 Qwen3-32B 在 ScienceWorld 训练集上跑完整轨迹, 导出成 SFT 数据。
这是一批不完整的采集: 目标 3592 条, 实际只成功 158 条。
采集脚本以 48 并发跑, 每条轨迹独占一个 ScienceWorld env(= 一个 JVM + py4j
socket)。默认 fd 上限 1024 被耗尽, 3434 条挂在 OSError(24, Too many open files)。
scripts/run_collect.sh 已修(加 ulimit -n 65536 与失败率闸门), 但这批数据是
修复前采的。当作抽样看, 不要当作完整训练集。
messages + loss_mask 格式, 与 TCOD_examples/rose/rose_export_sft.py 对齐:
{"messages":… See the full description on the dataset page:
https://huggingface.co/datasets/SeanWang0027/sciworld-teacher32b-sft-partial.
