docs: ルートREADME.mdを追加（YAMLメタデータ・パイプライン全体像）

リポジトリにルートREADMEが存在しなかったため、パイプライン全体を説明するREADMEとYAML metadataを追加します。

追加内容:
- YAML frontmatter (language, license, tags, pretty_name)
- パイプライン全体像（合成データ生成 → SFT → DPO → EQ-Bench3評価）
- ディレクトリ構成と各スクリプトの役割
- モデル・データセット一覧表
- 各ステップのクイックスタートコマンド
- 関連リポジトリへのリンク

README.md

@@ -0,0 +1,254 @@
+---
+language:
+- ja
+- en
+license: mit
+tags:
+- teeneemo
+- mitou-junior
+- llm-training
+- sft
+- dpo
+- eq-bench
+- vllm
+- unsloth
+- trl
+- japanese-nlp
+pretty_name: TeenEmo Scripts — 学習・評価スクリプト集
+size_categories:
+- n<1K
+task_categories:
+- text-generation
+---
+
+# TeenEmo Scripts
+
+**TeenEmo** (未踏ジュニア 2026 申請プロジェクト) の学習・評価パイプライン全体を構成するスクリプト集です。  
+合成データ生成 → SFT → DPO → EQ-Bench3 日本語評価 という一連のフローをカバーします。
+
+---
+
+## パイプライン全体像
+
+```
+[合成データ生成]
+  teememo-synth-complete.zip          # Qwen3.5-35B-A3B で生成した SFT/DPO データ
+  setup.sh                            # Vast.ai 上でデータ生成環境をセットアップ
+  test_llm.py                         # vLLM 接続スモークテスト
+
+        ↓
+
+[モデル学習]
+  training/
+    train_sft.py                      # SFT (LFM2.5-1.2B-Base → LoRA)
+    train_dpo.py                      # DPO (SFT済みLoRA → 継続学習)
+    → YUGOROU/TeenEmo-LFM2.5-1.2B-SFT
+    → YUGOROU/TeenEmo-LFM2.5-1.2B-DPO
+    → YUGOROU/TeenEmo-LFM2.5-1.2B-GGUF
+
+        ↓
+
+[EQ-Bench3 日本語化]
+  eqbench-ja/
+    translate_eqbench.py              # Qwen3.5-9B で英語 → 日本語翻訳
+    → YUGOROU/teememo-eq-bench-ja     # 翻訳データ + パッチ
+
+        ↓
+
+[EQ-Bench3 評価]
+  eqbench-run-v2/      # Vast.ai (L4/RTX4090) + HF Inference Providers (judge)
+  eqbench-ja-run/      # A100 80GB + ローカル vLLM (judge)
+```
+
+---
+
+## ディレクトリ構成
+
+```
+TeenEmo-Scripts/
+├── setup.sh                          # Vast.ai 合成データ生成環境セットアップ
+├── test_llm.py                       # vLLM 接続スモークテスト
+├── teememo-synth-complete.zip        # 合成データ生成パイプライン一式
+│
+├── training/                         # 学習スクリプト群
+│   ├── README.md
+│   ├── train_config.py               # 全設定値（環境変数で上書き可能）
+│   ├── train_utils.py                # 共通ユーティリティ（ログ・データ読込）
+│   ├── train_sft.py                  # SFT 学習スクリプト
+│   └── train_dpo.py                  # DPO 学習スクリプト
+│
+├── eqbench-ja/                       # EQ-Bench3 日本語翻訳パイプライン
+│   ├── setup_translate.sh            # 翻訳環境セットアップ
+│   ├── serve_translate.sh            # Qwen3.5-9B vLLM サーバー起動
+│   └── translate_eqbench.py          # 非同期翻訳スクリプト（チェックポイント対応）
+│
+├── eqbench-run-v2/                   # EQ-Bench3 評価 (Vast.ai / HF Inference Providers)
+│   ├── README.md
+│   ├── setup_eqbench_vast.sh         # Vast.ai セットアップ
+│   ├── serve_test_vast.sh            # TeenEmo vLLM サーバー起動
+│   └── restore_english_tags.py       # 翻訳時に日本語化されたタグの復元
+│
+└── eqbench-ja-run/                   # EQ-Bench3 評価 (A100 80GB / ローカル judge)
+    ├── README.md
+    ├── setup_eqbench_run.sh          # A100 セットアップ
+    ├── serve_test.sh                 # TeenEmo vLLM サーバー起動（低GPU使用率）
+    └── serve_judge.sh                # Qwen3.5-35B-A3B judge vLLM サーバー起動
+```
+
+---
+
+## モデル・データセット
+
+| 種別 | HF リポジトリ | 説明 |
+|------|--------------|------|
+| ベースモデル | `LiquidAI/LFM2.5-1.2B-Base` | 学習ベース |
+| SFT 済みモデル | `YUGOROU/TeenEmo-LFM2.5-1.2B-SFT` | SFT LoRA アダプタ |
+| DPO 済みモデル | `YUGOROU/TeenEmo-LFM2.5-1.2B-DPO` | DPO LoRA アダプタ |
+| GGUF | `YUGOROU/TeenEmo-LFM2.5-1.2B-GGUF` | q4_k_m 量子化 |
+| SFT データ | `YUGOROU/teememo-sft-validation` | 合成 SFT データ |
+| DPO データ | `YUGOROU/teememo-pref-data` | 選好データ |
+| EQ-Bench 日本語化 | `YUGOROU/teememo-eq-bench-ja` | 翻訳データ + パッチ |
+
+---
+
+## 1. 合成データ生成環境のセットアップ
+
+```bash
+export HF_TOKEN="hf_xxxx"
+export HF_USERNAME="YUGOROU"
+
+curl -fL -H "Authorization: Bearer ${HF_TOKEN}" \
+  "https://huggingface.co/datasets/YUGOROU/TeenEmo-Scripts/resolve/main/setup.sh" \
+  | bash
+```
+
+動作確認:
+```bash
+cd /workspace/teememo-synth
+python /path/to/test_llm.py
+```
+
+---
+
+## 2. モデル学習 (SFT → DPO)
+
+詳細は [`training/README.md`](training/README.md) を参照してください。
+
+```bash
+pip install unsloth trl datasets transformers
+
+export HF_TOKEN="hf_xxxx"
+export HF_USERNAME="YUGOROU"
+
+# Step 1: SFT
+python train_sft.py
+
+# Step 2: DPO（SFT完了後）
+python train_dpo.py
+```
+
+主な設定（環境変数で上書き可能）:
+
+| 設定 | SFT | DPO |
+|------|-----|-----|
+| ベース���デル | `LiquidAI/LFM2.5-1.2B-Base` | SFT 済み LoRA |
+| エポック | 3 | 2 |
+| 実効バッチサイズ | 128 (32×4) | 32 (8×4) |
+| 学習率 | 2e-4 | 5e-5 |
+| LoRA rank | 32 | ← 継承 |
+
+---
+
+## 3. EQ-Bench3 日本語翻訳
+
+```bash
+export HF_TOKEN="hf_xxxx"
+
+# 翻訳環境セットアップ
+bash eqbench-ja/setup_translate.sh
+
+# tmux で vLLM (Qwen3.5-9B) を起動
+tmux new-session -d -s eq_tmux
+tmux send-keys -t eq_tmux "cd /workspace/eqbench-ja && ./serve_translate.sh" Enter
+
+# 翻訳実行（チェックポイントで途中再開可能）
+cd /workspace/eqbench-ja
+python translate_eqbench.py
+
+# 動作確認のみ（最初の2シナリオ）
+python translate_eqbench.py --dry-run
+```
+
+翻訳結果は [`YUGOROU/teememo-eq-bench-ja`](https://huggingface.co/datasets/YUGOROU/teememo-eq-bench-ja) に自動アップロードされます。
+
+---
+
+## 4. EQ-Bench3 評価
+
+### Vast.ai 構成（推奨）: `eqbench-run-v2/`
+
+- **受験者**: TeenEmo LoRA on vLLM (port 8000, L4/RTX4090)
+- **採点者**: `openai/gpt-oss-120b` via HF Inference Providers (novita)
+
+詳細は [`eqbench-run-v2/README.md`](eqbench-run-v2/README.md) を参照してください。
+
+```bash
+export HF_TOKEN="hf_xxxx"
+curl -fL -H "Authorization: Bearer ${HF_TOKEN}" \
+  "https://huggingface.co/datasets/YUGOROU/TeenEmo-Scripts/resolve/main/eqbench-run-v2/setup_eqbench_vast.sh" \
+  -o /tmp/setup.sh && bash /tmp/setup.sh
+```
+
+### A100 80GB 構成: `eqbench-ja-run/`
+
+- **受験者**: TeenEmo LoRA on vLLM (port 8000, GPU_UTIL=0.10)
+- **採点者**: `Qwen/Qwen3.5-35B-A3B` on vLLM (port 8001, GPU_UTIL=0.88)
+
+詳細は [`eqbench-ja-run/README.md`](eqbench-ja-run/README.md) を参照してください。
+
+```bash
+export HF_TOKEN="hf_xxxx"
+curl -fL -H "Authorization: Bearer ${HF_TOKEN}" \
+  "https://huggingface.co/datasets/YUGOROU/TeenEmo-Scripts/resolve/main/eqbench-ja-run/setup_eqbench_run.sh" \
+  -o /tmp/setup.sh && bash /tmp/setup.sh
+```
+
+---
+
+## 技術スタック
+
+| カテゴリ | ライブラリ・サービス |
+|---------|-------------------|
+| 学習フレームワーク | [Unsloth](https://github.com/unslothai/unsloth) + [TRL](https://github.com/huggingface/trl) |
+| 推論エンジン | [vLLM](https://github.com/vllm-project/vllm) |
+| ベースモデル | [LiquidAI/LFM2.5-1.2B-Base](https://huggingface.co/LiquidAI/LFM2.5-1.2B-Base) |
+| 評価基盤 | [EQ-Bench3](https://github.com/EQ-bench/eqbench3) |
+| Judge (Vast.ai) | `openai/gpt-oss-120b` via [novita](https://novita.ai/) |
+| Judge (A100) | `Qwen/Qwen3.5-35B-A3B` on ローカル vLLM |
+| GPU 環境 | [Vast.ai](https://vast.ai/) (L4 / RTX 4090) |
+
+---
+
+## 動作確認環境
+
+- GPU: NVIDIA RTX 4090 (24GB) on Vast.ai
+- vLLM: `>=0.17`（Qwen3.5 対応の最低要件）
+- Python: 3.10+
+- Unsloth + TRL: 最新版推奨
+
+---
+
+## 関連リポジトリ
+
+| リポジトリ | 内容 |
+|----------|------|
+| [`YUGOROU/teememo-eq-bench-ja`](https://huggingface.co/datasets/YUGOROU/teememo-eq-bench-ja) | EQ-Bench3 日本語翻訳データ + パッチ |
+| [`YUGOROU/TeenEmo-LFM2.5-1.2B-DPO`](https://huggingface.co/YUGOROU/TeenEmo-LFM2.5-1.2B-DPO) | 学習済み DPO LoRA アダプタ |
+| [`YUGOROU/TeenEmo-LFM2.5-1.2B-GGUF`](https://huggingface.co/YUGOROU/TeenEmo-LFM2.5-1.2B-GGUF) | GGUF 量子化モデル |
+
+---
+
+## ライセンス
+
+MIT License — TeenEmo プロジェクト固有のコードに適用されます。  
+各外部ライブラリ・モデルのライセンスは各リポジトリを参照してください。