ViperEkura 69207e2c57 refactor : 基于声明式 JSON 配置的预处理管线重构 ... - 用工厂注册的 MaskBuilder（chat/instruction/text）替换硬编码的 _transform_* 方法 - mask 规则以 role-to-action 映射声明在配置中，与 chat_template 完全解耦 - 单次编码 + role-span 追踪替代两次编码 + 长度差计算 mask 的方式 - 支持多轮对话训练：所有 assistant 轮次参与训练，而非仅最后一轮 - 新建 astrai.preprocessing 包（builder.py + pipeline.py），删除 astrai/preprocess.py - CLI 精简为 --config 参数，所有参数通过 PipelineConfig JSON 配置 - 新增 PipelineConfig、InputConfig、ProcessingConfig、OutputConfig dataclass - 文档：assets/docs/preprocessing.md - 27 个测试覆盖 mask builder、pipeline、配置序列化、工厂注册		2026-05-30 20:45:09 +08:00
..
test_checkpoint.py	refactor: 统一序列化层，消除分散的 I/O 路径	2026-05-26 16:44:40 +08:00
test_dataset.py	fix : 并行训练 state_dict 收集与训练/推理并发缺陷	2026-05-29 21:12:52 +08:00
test_preprocess.py	refactor : 基于声明式 JSON 配置的预处理管线重构	2026-05-30 20:45:09 +08:00
test_sampler.py	chore: 将data 模块命名为dataset	2026-04-04 16:16:27 +08:00