docs(datasets): add README with ShareGPT download instructions

The datasets/ directory is gitignored (large, re-downloadable), but later
agents need to know how to obtain the dataset when it is missing. Add a
tracked README that documents the download steps.

- datasets/README.md: documents the ShareGPT_V3_unfiltered_cleaned_split.json
  source (HF anon8231489123/ShareGPT_Vicuna_unfiltered), the hf-mirror.com
  download command for CN environments, the JSON validity check (94145
  entries), and the container path consistency note.
- .gitignore: change "datasets/" to "datasets/*" so the "!datasets/README.md"
  negation actually works (git cannot re-include a file under a fully-ignored
  directory). The dataset .json stays ignored; only README.md is tracked.

.gitignore

@@ -27,8 +27,10 @@ __pycache__/
 logs/
 *.log
 *.csv
-# 数据集（可重新下载）
-datasets/
+# 数据集（可重新下载，但保留下载说明文档入库）
+# 用 datasets/* 而非 datasets/，否则 !datasets/README.md 例外无法生效
+datasets/*
+!datasets/README.md
 
 # 原始请求级输出与中间产物不入库：只提交 adaptive_results 下的汇总级文件
 # （adaptive_points.jsonl / adaptive_shapes.jsonl / adaptive_summary.* / run_manifest.json / shapes.tsv），

datasets/README.md

@@ -0,0 +1,65 @@
+# datasets/
+
+本目录存放基准测试用的数据集文件。数据集本身**不入库**（体积大、可重新下载），
+本说明文档是仓库中此目录唯一的跟踪文件。
+
+如果运行实验时遇到 `FileNotFoundError` 指向本目录下的某个数据集，按下方说明下载。
+
+---
+
+## ShareGPT_V3_unfiltered_cleaned_split.json
+
+`sglang.bench_serving --dataset-name random` 在 `random`（非 `random-ids`）模式下，
+会用这个 ShareGPT 文件作为词表采样的种子语料。文件缺失时 bench_serving 会报错。
+
+### 来源
+
+HuggingFace 数据集 `anon8231489123/ShareGPT_Vicuna_unfiltered` 的清洗切分版：
+
+```
+https://huggingface.co/datasets/anon8231489123/ShareGPT_Vicuna_unfiltered/resolve/main/ShareGPT_V3_unfiltered_cleaned_split.json
+```
+
+文件约 **642 MB**，94145 条多轮对话，JSON 数组格式。
+
+### 下载方法（国内环境用 hf-mirror 镜像）
+
+HuggingFace 直连在国内通常不通，改用 `hf-mirror.com` 镜像：
+
+```bash
+# 在仓库根目录下执行
+mkdir -p datasets
+curl -L -o datasets/ShareGPT_V3_unfiltered_cleaned_split.json \
+  "https://hf-mirror.com/datasets/anon8231489123/ShareGPT_Vicuna_unfiltered/resolve/main/ShareGPT_V3_unfiltered_cleaned_split.json"
+```
+
+校验：
+
+```bash
+python3 -c "import json; d=json.load(open('datasets/ShareGPT_V3_unfiltered_cleaned_split.json')); print('OK, 条目数:', len(d))"
+# 期望输出: OK, 条目数: 94145
+```
+
+### 下载方法（能直连 HuggingFace 时）
+
+```bash
+curl -L -o datasets/ShareGPT_V3_unfiltered_cleaned_split.json \
+  "https://huggingface.co/datasets/anon8231489123/ShareGPT_Vicuna_unfiltered/resolve/main/ShareGPT_V3_unfiltered_cleaned_split.json"
+```
+
+### 容器内路径一致性
+
+实验脚本（`start_vllm_docker.sh`）已挂载 `/mnt:/mnt`，而本仓库位于
+`/mnt/yy/sskj`，因此容器内数据集路径与宿主机一致，均为：
+```
+/mnt/yy/sskj/datasets/ShareGPT_V3_unfiltered_cleaned_split.json
+```
+`config.env` 里的 `DATASET_PATH="${ROOT_DIR}/datasets/ShareGPT_V3_unfiltered_cleaned_split.json"`
+会正确解析到这个路径，无需额外配置。
+
+### 注意
+
+- 数据集文件被 `.gitignore` 忽略（`datasets/` 规则），本 README 通过 `!datasets/README.md`
+  例外规则入库。新增其它数据集说明文档时，同样需要在该例外规则中列出。
+- 若实验只用 `--dataset-name random-ids`（基于生成的 token id，无需种子语料），
+  则不需要此文件；当前 910C 实验默认用 `random`，需要下载。