用 Qwen2.5-Code-7B 后训练一个补全 Dwitter 代码的模型

作者以 Qwen2.5-Code-7B 为基座，在 25k 条 Dwitter 140 字符 JavaScript demo 上做继续预训练，30 条留出样本的困惑度从 28.63 降到 8.57。随后按 Dwitter 的 "awesomeness" 分数构建课程学习，400 步内让前 1000 名样本的采样概率升至约 67%，用于采样未完成 Dweet 的合理续写。