大模型微调中warmup（学习率预热）是什么

在大模型微调中，添加warmup（学习率预热）是指在训练初期逐步增加学习率，避免直接使用高学习率导致参数震荡。

🔧 为什么需要warmup？

• 大模型参数敏感：预训练模型的参数已接近最优，初期用大学习率可能剧烈扰动参数（如“急刹车”），导致损失震荡、过拟合。
• 数据分布差异：微调数据与预训练数据分布不同，模型需要“适应期”，小学习率更稳健。

🚗 类比理解

• 无warmup：起步猛踩油门，车容易熄火或打滑（参数震荡）。
• 有warmup：缓慢加速**（学习率从0→目标值），平稳过渡后正常行驶（稳定训练）**。
<