wallfacers/engram-planner-lora

engram Evidence Planner — QLoRA adapter (023 r5)

本适配器是 engram 的本地 Evidence Planner：给定问题 + 候选证据列表，输出 022 Evidence Compiler 合同的 proposal JSON（need + KEEP/gap actions）。训练数据 = 023 spec r5 冻结版本。spec：specs/023-local-trained-evidence-compiler/。

模型信息

• 底模: Qwen/Qwen2.5-7B-Instruct（Apache-2.0）
• 训练方法: QLoRA 4-bit（NF4 + double quant），单卡 24 GiB
• LoRA: r=16, lora_alpha=32, lora_dropout=0.05, 目标模块 q/k/v/o_proj
• 训练配置: 1 epoch, lr 2e-4, batch 2 × grad_accum 8 = 16, seq ≤2048
• 训练数据: 510 训练样本（607 全部 → train 510 / validation 97）
• 训练时长: 360.7s（32 steps, RTX 4090）—— 远低于 FR-034 上限 24 GPU-hours
• 最终 loss: 1.741

数据版本（FR-032）

• build-version: 023-b20260803-r5，T011 门 PASS（199/200 = 99.5%，Wilson [97.2%, 99.9%]）
• 数据资产（candidates / labels / review / train jsonl + README data card）: https://huggingface.co/datasets/wallfacers/engram-023-planner/tree/main/data/train-r5
• 合同: 022 Evidence Compiler（proposal schema + gap source_need 审计字段）

推理方式

# vLLM LoRA 模式（OpenAI-compatible sidecar）
serve.sh lora --model Qwen2.5-7B-Instruct --adapter models/planner-lora
# 或合并底模（post-merge snapshot）

推理 prompt 模板必须与训练一致（cmd/locomo-bench/local_planner.go 的 plannerSystemPrompt + renderPlannerPrompt；train_lora.py 的 SYSTEM_PROMPT 镜像它）。

诚实边界

• 本 adapter 是研究产物，尚未通过三臂配对评测（T018-T020）与产品推荐门（T021）。
• 候选 >2048 token 会被截断；长对话超出单臂容量时可能降级。
• 许可：adapter Apache-2.0；训练数据 cc-by-4.0-synthetic。