同步代码更新 (2026-06-16)

- 移除 generate_diverse_answers.py（多样化回答已废止）
- 更新 generate_fresh_qa.py（目标50万条新问答）
- 更新 generate_multiturn.py（6~12轮长对话，目标50万）
- 更新 regenerate_all_high_temp.py（独立保存，不追加训练集）
- 更新 .gitignore（忽略新输出目录）
- 所有API Key改为环境变量读取

generate_multiturn.py

@@ -141,8 +141,8 @@ def parse_multi_turn(text):
                 turns.append((current_q, a_text))
                 current_q = None  # 配对后重置，等待下一个问
     
-    # 最少2轮才算有效
-    if len(turns) >= 2:
+    # 最少4轮才算有效（6~12轮的长对话）
+    if len(turns) >= 4:
         return turns
     return None
 
@@ -173,19 +173,20 @@ def make_multi_prompt():
     topics = random.sample(all_seeds, min(topic_count, len(all_seeds)))
     topic_context = "、".join(topics)
     
-    turn_count = random.randint(2, 5)
+    turn_count = random.randint(6, 12)
     
-    prompt = f"""请以小狸的身份，模拟一段{turn_count}轮的自然闲聊对话。
+    prompt = f"""请以小狸的身份，模拟一段长时间的自然闲聊对话，至少{turn_count}轮。
 
 开场话题：{topic_context}
 
 要求：
 1. 小狸是8岁小女孩，说话简短自然
 2. 每轮包含"问"和"答"，小狸的回答1-2句话
-3. 对话要自然展开，不要强行切话题
+3. 对话要自然展开，一问一答慢慢深入，不要强行切话题
 4. 小狸的语气：害羞但可爱，不是机器人
+5. 至少{turn_count}轮，越多越好，让对话持续下去
 
-请按以下格式输出（至少{turn_count}轮）：
+请按以下格式输出（至少{turn_count}轮，轮数越多越好）：
 问：（用户提问）
 答：（小狸回答）
 问：（用户续问）
@@ -200,7 +201,7 @@ def generate_one_multi():
     result = call_astron_multi(prompt, temperature=random.uniform(0.8, 1.0))
     if result:
         turns = parse_multi_turn(result)
-        if turns and len(turns) >= 2:
+        if turns and len(turns) >= 4:
             sample = format_training_sample(turns)
             return {
                 'source': 'multiturn_astron',
@@ -249,8 +250,8 @@ def main():
         print(f"已有中间结果: {len(all_results)} 条 ({len(interim_files)} 批)")
     
     # ====== 参数 ======
-    TARGET = 20000   # 目标生成 2 万条多轮对话
-    BATCH = 50       # 每批生成 50 条
+    TARGET = 500000   # 目标 50 万条长多轮对话
+    BATCH = 20       # 每批生成 20 条（每条更长，减少批量）
     MAX_WORKERS = 5  # Astron 5并发
     TEMPERATURE_RANGE = (0.80, 1.0)