MiniMind-YuHua-Data

余华作品全集（13册）epub 解析数据与余华风格 CoT SFT 数据（MiniMind 104M 训练用）。

• yuhua_raw_full.jsonl：13 册全文分段（20952 段），字段 {book, book_index, chapter, chapter_index, segment_index, text}
• pretrain_yuhua.jsonl：预训练数据（18793 条）
• sft_yuhua_cot.jsonl：余华风格 CoT SFT（522 条）：【构思】→【基调】→【正文】
• yuhua_samples_cot_v1.jsonl：100 条生成样本（full_sft_yuhua_cot）
• 脚本：parse_yuhua_epub.py / build_yuhua_dataset.py / gen_yuhua_batch.py

模型权重见 shikunpunk/MiniMind-YuHua-AR。实验报告见 GitHub ChineseHardJudgePoem/doc/COT_YUHUA_EXPERIMENTS_REPORT.md。