feat(train): 添加训练过程中的日志记录和 loss 可视化功能

- 新增 LossCallback 类，用于在训练过程中记录 loss 数据
- 在训练模型函数中添加回调，实现日志记录和 loss 可视化
- 优化训练过程中的输出信息，增加当前步数和 loss 值的打印

tools/model.py

@@ -40,7 +40,8 @@ def train_model(
     per_device_train_batch_size: int, 
     epoch: int, 
     save_steps: int, 
-    lora_rank: int
+    lora_rank: int,
+    trainer_callback
 ) -> None:
     # 模型配置参数
     dtype = None  # 数据类型，None表示自动选择
@@ -115,10 +116,12 @@ def train_model(
             output_dir=output_dir,  # 保存模型检查点和训练日志
             save_strategy="steps",  # 按步保存中间权重
             save_steps=save_steps,  # 使用动态传入的保存步数
-            # report_to="tensorboard",  # 将信息输出到tensorboard
+            report_to="none",
         ),
     )
 
+    trainer.add_callback(trainer_callback)
+
     trainer = train_on_responses_only(
         trainer,
         instruction_part = "<|im_start|>user\n",