# Число итоговых обучающих строк СУММАРНО по full/step/branch.
# CLI --count имеет приоритет. Можно указать 0, 1, 100, 500000 и т.д.
target_examples: 500000
seed: 20261032
output_dir: dataset/assembly-ru-branch-500k
prompts_file: prompts.yaml  # инструкции LLM и обучающих записей
# modes: [full, step, branch]
modes: [branch]
step_sampling: all  # one: один шаг на эпизод; all: каждый шаг отдельной строкой
shard_size: 1000
split: [0.8, 0.2, 0]  # разделение по сценарию; малые наборы не гарантируют все split
min_components: 1
max_components: 10
blocked_fraction: 0.2
domains:
  - manipulation
  - mechanical
  - fastening
  - press_fit
  - electrical
  - electronics
  - adhesive
  - welding
  - collaborative
  - inspection
  - operator_assistance
teacher:
  enabled: true  # false: полностью локальная генерация без API
  fraction: 1.0
  concurrency: 4
  timeout_seconds: 180
  retries: 2
  # llm:
  #   provider: openai
  #   model: your-provider/your-model
  #   api_key_env: API_KEY
  #   base_url_env: BASE_URL
  # Для существующей интеграции Codex замените llm выше:
  llm:
    provider: codex
    model: gpt-6-luna
    credential_path: .config/codex-credentials.json
  generation:
    temperature: null
    max_tokens: 8192