# 五分钟演示

从源码运行 `npm run build` 和 `npm run dev`，打开 http://127.0.0.1:4317。

1. 选“预训练：跨文档预测与 Padding 错误”。观察结果为“发现错误”，共两个错误。
2. 点击“跨文档预测目标 / token #3”。该位置 label 为 102，来源为 document-B；当前边界隔离策略要求将起始目标忽略。
3. 点击“Padding 参与训练 / token #6”。该位置 attention 为 0，而 label 为 0，仍是非忽略标签。
4. 点击“演示修复前后对比”。修复后 label #3 和 #6 都为 -100，结果通过。对比表显示两个问题消失，监督标签由 6 个变成 4 个。
5. 打开“全部样本与审计结果”，再查看输入 JSON，说明合成数据可以自行修改与复算。
6. 切换“用户内容被意外训练”说明微调角色策略；切换“来源证据缺失”说明系统会保留未知状态。
7. 导入 `examples/preprocessed.jsonl`，JSONL 策略选择“只训练助手回复”，查看相同证据；如策略错误，系统会指出监督范围问题。
8. 导出完整报告，命令行运行同一 JSON 文件。结果来自同一个 MoonBit 核心。

讲解边界：本工具不运行训练、不验证 tokenizer 语义、不证明模型效果。忽略文档首个目标不等于隔离全部注意力。演示夹具是合成数据，不代表已经接入真实训练器。