Yandex AliceAI-80B-A3B 指令微调版本训练进展更新 #2

作者对 Yandex AliceAI-80B-A3B 基础模型进行指令微调，使用合成蒸馏数据集训练约 48 小时，平均损失稳步下降。计划发布 gguf quants 版本和 llama.cpp 本地运行补丁，并将开源蒸馏引擎 SFTMill，后续继续用强化学习扩展训练。