训练超参数

参数块控制训练的节奏。默认值是靠谱的起点；下面是每个旋钮的作用：

• lr（学习率）：2e-4 是 LoRA 的标准起点。过大的值（如 1.0）会把训练炸掉——loss 飞天。
• epochs：对数据集的完整遍数；小数据集通常 2–3 遍够用。
• bs × gacc：有效批次大小；小内存机器选小 bs 加梯度累积。
• maxlen：每条样本的最大 token 数；超长截断。
• eval_pct：留作验证的数据比例（建议 10–20%）。零表示关闭验证切分。
• warmup / seed / patience：学习率热身、可复现性、评估损失不再改善时的早停。