用途：从用户提供的 KERMT 预训练检查点继续预训练，支持 grover_base、cmim、hybrid 三类。技能本身是工作流编排器：校验输入、准备语料、启动运行器并返回运行目录，不阻塞在长时间训练上，返回后可用 kermt-monitor 查看进度。
主要能力与输入：必需参数为 --csv（单列 smiles 的预训练 CSV），可选 --val-csv。检查点通过 --ckpt 指定；省略时需用户明确同意才下载已发布的混合模型 nvidia/NV-KERMT-70M-v2（约 282 MB），或用 --pretrained-release 非交互式启用，二者互斥。下载目录由 --model-dir 决定，默认 $KERMT_REPO/models/NV-KERMT-70M-v2/，完整包会被复用。
运行模式：默认是全新调度继续预训练，加载模型权重与优化器状态，但重置调度步数、epoch、batch 计数与 wandb run id；--resume 为真正恢复，从 save_model_for_restart 格式的 ckpt 恢复全部状态，此时任何调度类 CLI 覆盖都会被硬报错拒绝。
硬件与限制：需要 1–N 张 CUDA NVIDIA GPU，默认 --batch-size 256 面向 A100 80GB 级别；显存较小需下调，如 16–24GB 建议 32–64，40–48GB 建议 128。磁盘需数十 GB。宿主需支持 CUDA 12.6。--gpus 使用 torch.cuda 索引，可能与 nvidia-smi 顺序不同。
流程要点：先执行 check_system 并拒绝在 ok:false 时继续；计算 RUN_DIR；解析并校验 ckpt 与数据；准备数据时将 ckpt 的词表透传（从 ckpt 父目录自动识别三个词表文件，部分或缺失需显式指定，否则应拒绝以避免词表头不匹配）；估算耗时并确认；以 run_detached 启动；最后报告容器名、run.json 路径、日志与 TensorBoard 目录。
硬性规则：未经同意不得下载已发布模型；不得修改用户输入 ckpt；不得静默覆盖架构参数；run.json 的 args_applied 会回显各参数来源，ok_to_replay 为 false 时重放可能非逐位一致。
常见错误：finetuned ckpt 被拒并重定向到相关流程；grover_base 无词表头会重定向到 kermt-add-cmim-pretrain；prepare 清单缺少必要输出多因 --skip-vocab 或 --skip-split；--gpus all 不可用需安装 nvidia-container-toolkit。具体收费、价格与更多平台信息暂未提供。