🎯 模型采样（Rollout）

模型引用（model_ref） 主选 Qwen2.5-0.5B（中文友好、GGUF Q4 约 0.46GB）；改回 stub-0.6B 可跑零依赖合成通道。

采样引擎（sampler） llama-server（本地 HTTP 服务，OpenAI 兼容，推荐） llama-cpp-python（进程内跑 GGUF，需平台有预编译 wheel：Linux/Mac） stub（合成轨迹，零依赖兜底） llama-server 方式需本机已运行 llama-server（权重 Qwen2.5-0.5B Q4 约 0.46GB，首次按需从魔搭下载）；未运行时自动回退 stub 并标注。

魔搭仓库（ModelScope，节点按需懒加载） 首次接推理任务时由节点自动下载并缓存，不会打进客户端安装包。 GGUF 文件名 实测 q4_k_m 约 0.46GB；追求更小可选 q2_k（约 0.4GB，质量略降）。

采样模式