Anclar las rutas de .gitignore al raíz del repo

Un patrón sin "/" inicial en .gitignore matchea cualquier directorio con ese
nombre en cualquier nivel. "data/" y "runs/" estaban excluyendo, además de lo
que se quería:

  enlace/data/     los cargadores de datos (ByteStream, ShardStream)
  configs/data/    corpus.yaml, smoke.yaml, distill.yaml
  configs/runs/    todos los configs ejecutables

Es decir que el repo commiteado no contenía ni la capa de datos ni un solo
config con el que arrancar un entrenamiento. Como scripts/remote.sh sincroniza
por git push/pull, el servidor habría recibido un paquete que falla al
importar, y el síntoma habría aparecido recién allá.

Se anclan las cuatro rutas con "/" inicial y se documenta el porqué en el
propio archivo.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

configs/data/distill.yaml

@@ -0,0 +1,36 @@
+# Generación de datos sintéticos con la Batch API (Etapa 3 del plan).
+#
+# Se usa la Batch API y no llamadas sueltas porque cuesta la mitad y generar un
+# dataset no es sensible a la latencia. A cambio el trabajo es asincrónico y
+# puede tardar horas: el estado vive en disco y es reanudable.
+#
+# Esto NO hace falta para entrenar ni para correr ENLACE. Solo se usa al armar
+# el dataset SFT, y solo para la parte difícil: identidad y casos límite. El
+# grueso sale de plantillas (cero modelo) y de un 7-8B local en la 2060.
+
+model: claude-opus-5
+
+# En este modelo el pensamiento está activo por defecto y max_tokens acota
+# pensamiento + respuesta juntos: sin holgura la salida se corta a la mitad.
+# 8000 alcanza de sobra para ejemplos de SFT, que son cortos.
+max_tokens: 8000
+
+# Generar parafraseos y ejemplos etiquetados no es trabajo intensivo en
+# razonamiento. `low` baja el costo bastante sin perder calidad acá; subilo a
+# `medium` para el set de identidad, que sí exige coherencia fina.
+effort: low
+
+# Tope de la API: 100.000 pedidos o 256 MB por lote. Se parte bien por debajo
+# para no depender de que una request HTTP enorme llegue entera.
+requests_per_batch: 10000
+
+poll_interval_seconds: 60
+max_wait_hours: 26      # la API promete < 24 h; el resto es red de seguridad
+
+output_dir: data/distill
+
+# Solo para el reporte de costo estimado. Los precios reales los factura
+# Anthropic; esto sirve para saber en qué orden de magnitud estamos.
+usd_per_mtok_input: 5.0
+usd_per_mtok_output: 25.0
+batch_discount: 0.5