- 明确区分示例数据集(303条)和真实HDFS数据集(575K条)
- 详细说明预训练模型的训练数据来源和用途
- 提供三种训练模式的对比和使用场景
- 增加开发规范说明，确保透明度和可重现性
- 更新验证结果表格，标注数据来源