训练启动

今天正式开启了第二轮 LoRA 微调实验的训练流程。为了在合理时间内跑完全部 15 组实验，在 RunPod 上租用了 4 张 GPU：

• 2× A100 PCIe（$1.40/hr）
• 2× H200 NVL（$3.40/hr）

按照目前的估算，每组实验约需 2–5 小时，全部 15 组预计 10 小时内可以跑完。

---

实验进展

W&B 面板当前显示 15 个 runs，涵盖第二轮实验设计的全部实验组：Block 1（数据量与策略对比）、Block 2（大维度消融）和 Block 3（子维度消融）。

截至今日收工，大部分实验已完成，剩余两组仍在运行中，预计 50 分钟内结束。

---

明日计划

• 跑通评测流程的核心部分：在 Gold / Random / Low-Q 三个测试集上计算困惑度，验证各组实验的 loss 表现。
• 继续完善简历，把个人项目的展示面做好。