Die detailliert dokumentierte Post-Training-Pipeline zeigt, wie mit geschätzten 25–60k USD ein 3B-Modell an deutlich größere Systeme heranreicht. Für AI-Builder relevant: Checkpoint-Selektion via Ziel-Accuracy statt Validation-Loss und einstufige 64k-Kontext-RL statt progressiver Expansion sind konkrete, nachbaubare Design-Entscheidungen.