分阶段持续适配多模态基础模型用于日本金融文档

追踪一个 8.4B 参数模型在日本金融文档上的三阶段后训练发现，各阶段能力交换非加性，最佳检查点因任务而异。 纯数学蒸馏会覆盖早期金融知识但保留程序性数学技能，领域阶段修复多于安装，跳过阶段消融虽最优但失去数值推理收益。 这意味着检查点保留和调度策略需根据任务动态调整，而非简单增加训练阶段。