feat: add minimal smoke tutorial for training pipeline

[1367965777-wq]

概述

添加了一个最小化的训练烟雾教程，用于快速验证 AReno 的训练管道是否正常工作。

新增文件

文件	说明
examples/smoke_tutorial/dataset_loader.py	数据加载器，支持 JSONL、question/answer、纯文本格式
examples/smoke_tutorial/reward.py	启发式奖励函数（基于长度和推理标记）
examples/smoke_tutorial/sample_data.jsonl	5条示例数据
examples/smoke_tutorial/README.md	教程使用说明
tests/test_smoke_tutorial_cpu.py	8个 CPU 测试用例

测试

pytest tests/test_smoke_tutorial_cpu.py -v

所有测试通过 ✅

使用方法

areno train \
  --ckpt Qwen/Qwen3-0.6B \
  --dataset-path examples/smoke_tutorial/sample_data.jsonl \
  --dataset-loader-fn examples/smoke_tutorial/dataset_loader.py \
  --reward-fn-path examples/smoke_tutorial/reward.py \
  --algo gspo \
  --tp-size 1 --world-size 1 --batch-size 1

特点

- ✅ 无外部依赖（不依赖 math-verify 等库）
- ✅ 支持多种数据格式
- ✅ 奖励函数简单易懂
- ✅ 包含完整测试
- ✅ 详细的文档说明

测试环境

- Windows 11, Python 3.12.3
- CPU 测试全部通过
- 实际训练需要 Linux + NVIDIA GPU 环境

---

### 标签建议

添加标签：`enhancement`, `documentation`, `examples`

---

[1367965777-wq]

#41