カウントダウン・タスクのトレーニングは次のように分けられる。データ前処理歌で応えるモデルトレーニングこの2つのフェーズを以下に説明する：
第1段階：データの準備
コマンドを実行する：python ./examples/data_preprocess/countdown.py --local_dir {数据集路径}
スクリプトは自動的に
- Qwenのモデル・フォーマットに準拠したトレーニング・データを生成する。
- 数値推論タスクのための具体的なプロンプトテンプレートの構築
- 訓練セットと検証セットの分割（デフォルトの比率は8:2）
フェーズII：トレーニング開始
環境変数を設定する必要がある：
BASE_MODELベースモデルのパス（例：Qwen-1.5B）DATA_DIR前処理済みデータカタログEXPERIMENT_NAME実験識別（wandbレコード用）
最終実行bash ./scripts/train_tiny_zero.shトレーニングを開始すれば、システムは自動的に
- VRL戦略ネットワークとバリュー・ネットワークの読み込み
- 戦略最適化のためのモンテカルロ・ツリー・サーチ（MCTS）を開始する。
- 100ステップあたりの出力検証セットの精度
典型的なトレーニング時間：1.5Bモデルは、H200 1台で90%+の検証精度に達するのに約3.5時間かかる。
この答えは記事から得たものである。TinyZero：DeepSeeK-R1ゼロのエピファニー効果を低コストで再現について
