ビフォー／アフター比較

compareボタン（TrainブロックまたはHistory）が、ベースモデルと学習済みモデルを並べます：

• Perplexity (ppl)：言語モデルの誤差 — 低いほど自信あり。~29 → ~3 の低下は、データセットのスタイルが本当に学ばれた証拠。
• eval loss：取っておいたスプリットで測定（eval_pct>0の場合）。
• サンプル生成：同じプロンプトを両モデルに送り、行動の違いを目で確認できます。