fix: sync eqbench-ja-run/README.md

eqbench-ja-run/README.md

@@ -7,9 +7,12 @@ TeenEmo-LFM2.5-1.2B-DPO を EQ-Bench3 日本語版で評価するセットアッ
 
 | 役割 | モデル | VRAM | ポート |
 |------|--------|------|--------|
-| 受験者 | `YUGOROU/TeenEmo-LFM2.5-1.2B-DPO` | ~3GB | 8000 |
+| 受験者 | `LiquidAI/LFM2.5-1.2B-Base` + LoRA `YUGOROU/TeenEmo-LFM2.5-1.2B-DPO` | ~3GB | 8000 |
 | 採点者 | `Qwen/Qwen3.5-35B-A3B` | ~70GB | 8001 |
 
+TeenEmoはLoRAアダプタのみ（88.9MB）のため、vLLMはベースモデルを指定して
+`--enable-lora --lora-modules` でアダプタを読み込む。
+
 ## セットアップ
 
 ```bash
@@ -21,10 +24,8 @@ curl -fL -H "Authorization: Bearer ${HF_TOKEN}" \
 
 ## 同時起動モード（推奨）
 
-A100 80GBで両モデルを同時起動する。TeenEmoのGPU_UTIL=0.10で約3GBに抑える。
-
 ```bash
-# Step 1: TeenEmo起動（port 8000）
+# Step 1: TeenEmo（ベース+LoRA）起動（port 8000）
 tmux new-session -d -s eq_run
 tmux new-window -t eq_run -n test
 tmux send-keys -t eq_run:test "cd /workspace/eqbench-run && export HF_TOKEN='hf_xxxx' && ./serve_test.sh" Enter
@@ -38,43 +39,45 @@ tmux capture-pane -t eq_run:test -p | grep "startup complete"
 tmux capture-pane -t eq_run:judge -p | grep "startup complete"
 
 # Step 4: 評価実行
+# --test-model はserve_test.shの LORA_NAME（デフォルト: teenemo-dpo）と一致させる
 cd /workspace/eqbench-run/eqbench3
 python eqbench3.py \
-  --test-model YUGOROU/TeenEmo-LFM2.5-1.2B-DPO \
+  --test-model teenemo-dpo \
   --model-name TeenEmo-DPO \
   --judge-model Qwen/Qwen3.5-35B-A3B \
   --no-elo \
+  --save-interval 1 \
   --iterations 1
 ```
 
 ## 順次実行モード（OOM対策）
 
-同時起動でOOMが発生した場合。
+`--save-interval 1` で1タスクごとに保存。サーバー切り替え後に再実行すると
+完了済みタスクをスキップして再開できる。
 
 ```bash
-# Phase 1: TeenEmoで全応答を生成
-./serve_test.sh &  # port 8000
-# （起動待機）
+# Phase 1: TeenEmoで応答生成（port 8000のみ）
+cd /workspace/eqbench-run && ./serve_test.sh &
 cd /workspace/eqbench-run/eqbench3
 python eqbench3.py \
-  --test-model YUGOROU/TeenEmo-LFM2.5-1.2B-DPO \
+  --test-model teenemo-dpo \
   --model-name TeenEmo-DPO \
   --judge-model Qwen/Qwen3.5-35B-A3B \
-  --no-elo --iterations 1
-  # → 採点時にjudge APIが返せずエラーになるが応答データは保存される
+  --no-elo --save-interval 1 --iterations 1
+# Judge API失敗は想定内。--save-interval 1 で応答済みタスクは保存される
 
-# Phase 2: TeenEmoを停止してJudgeで採点
-kill $(lsof -t -i:8000)
-JUDGE_GPU_UTIL=0.90 ./serve_judge.sh &  # port 8001
-# （起動待機後、再実行で既存応答を再利用し採点のみ行う）
+# Phase 2: TeenEmo停止→Judge起動（port 8001）で採点のみ再実行
+pkill -f "vllm serve LiquidAI" 2>/dev/null || kill $(lsof -t -i:8000) 2>/dev/null || true
+JUDGE_GPU_UTIL=0.90 ./serve_judge.sh &
 python eqbench3.py \
-  --test-model YUGOROU/TeenEmo-LFM2.5-1.2B-DPO \
+  --test-model teenemo-dpo \
   --model-name TeenEmo-DPO \
   --judge-model Qwen/Qwen3.5-35B-A3B \
-  --no-elo --iterations 1
+  --no-elo --save-interval 1 --iterations 1
+# 完了済みタスクはスキップされ採点のみ実行される
 ```
 
-## 結果の確認
+## 結果確認
 
 ```bash
 cat /workspace/eqbench-run/eqbench3/eqbench3_runs.json | python3 -c "
@@ -82,7 +85,7 @@ import json, sys
 data = json.load(sys.stdin)
 for run_id, run in data.items():
     if 'TeenEmo' in run_id:
-        print(f'Run: {run_id}')
-        print(f'Score: {run.get(\"eq_bench_score\", \"N/A\")}')
+        print('Run:', run_id)
+        print('Score:', run.get('eq_bench_score', 'N/A'))
 "
 ```