学習のハイパーパラメータ

Paramsブロックが学習のリズムを制御します。デフォルトは堅実な出発点。各ノブの役割：

• lr（学習率）：2e-4がLoRAの標準出発点。極端に大きい値（例：1.0）はランを吹き飛ばし、lossが発散します。
• epochs：データセットの完全周回数。小さいセットなら2〜3で十分なことが多い。
• bs × gacc：実効バッチサイズ。非力なマシンでは小さいbs＋グラディエント蓄積を。
• maxlen：サンプルあたりの最大トークン数。超過分は切り詰め。
• eval_pct：検証に取っておくデータの割合（10〜20%推奨）。ゼロで検証スプリット無効。
• warmup / seed / patience：学習率の助走、再現性、eval lossが改善しない時の早期停止。