常见参数分类 & 含义对照表：
🔹模型相关
| 参数 | 含义 |
|---|---|
| model_name_or_path | 基础模型的路径（本地或 HuggingFace Hub 上的名字，如 meta-llama/Llama-2-7b-hf） |
| adapter_name_or_path | LoRA/Adapter 权重路径（如果要在已有权重上继续训练或推理） |
| cache_dir | 模型缓存路径 |
| use_fast_tokenizer | 是否使用 fast tokenizer（基于 tokenizers 的实现，速度快） |
| resize_vocab | 是否根据新增的 special tokens 扩充词表 |
🔹 数据集相关
| 参数 | 含义 |
|---|---|
| dataset | 使用的数据集名称（框架内置如 alpaca_gpt4，也可以自定义） |
| dataset_dir | 数据集目录路径 |
| template | Prompt 模板（例如 alpaca、vicuna，会决定输入拼接格式） |
| cutoff_len | 每条样本的最大 token 长度（超出会被截断） |
| max_samples | 限制训练时使用的最大样本数（调试时用） |
🔹 训练相关
| 参数 | 含义 |
|---|---|
| do_train | 是否进行训练 |
| do_eval | 是否进行评估 |
| output_dir | 模型保存目录 |
| num_train_epochs | 训练的总 epoch 数 |
| max_steps | 如果指定，训练到该步数后停止（优先级高于 num_train_epochs） |
| per_device_train_batch_size | 每张 GPU 的训练 batch size |
| gradient_accumulation_steps | 梯度累计步数，用于模拟更大 batch |
| learning_rate | 学习率 |
| lr_scheduler_type | 学习率调度器（linear, cosine, constant等） |
| warmup_steps / warmup_ratio | 学习率预热步数/比例 |
| weight_decay | 权重衰减系数 |
| max_grad_norm | 梯度裁剪阈值 |
| logging_steps | 日志打印间隔 |
| save_steps | 模型保存间隔（步数） |
| save_total_limit | 只保留最近的多少个 checkpoint |
🔹 PEFT / LoRA 参数
| 参数 | 含义 |
|---|---|
| finetuning_type | 微调方式：lora, full, freeze, qlora |
| lora_rank | LoRA 低秩矩阵维度 r |
| lora_alpha | LoRA 缩放系数 α |
| lora_dropout | LoRA dropout 比例 |
| target_modules | 应用 LoRA 的模块（默认 q_proj,k_proj,v_proj,o_proj） |
🔹 推理/生成相关
| 参数 | 含义 |
|---|---|
| do_predict | 是否运行预测/推理 |
| max_new_tokens | 生成时最大新 token 数 |
| temperature | 生成时温度（越高越随机） |
| top_k | 采样时 top-k |
| top_p | nucleus sampling 概率阈值 |
| repetition_penalty | 重复惩罚系数 |
🔹 量化相关
| 参数 | 含义 |
|---|---|
| quantization_bit | 量化比特数（4, 8等） |
| bnb_4bit_use_double_quant | 是否使用双重量化 |
| bnb_4bit_quant_type | 量化类型（如 nf4、fp4） |
| bnb_4bit_compute_dtype | 计算时数据类型（float16/bfloat16） |
🔹 其他常用参数
| 参数 | 含义 |
|---|---|
| seed | 随机数种子（保证可复现） |
| report_to | 日志上报方式（wandb, tensorboard, none） |
| ddp_find_unused_parameters | 分布式训练时是否查找未用参数（DDP 必要选项） |
