Skip to main content

finetune-hyperparameter-sweep

Fine-tuning LR protocol — full FT, LoRA / QLoRA / DoRA / PEFT adapter, across SFT, DPO, and GRPO / PPO / RL objectives. Fires on ANY fine-tune, including (especially) when the plan already fixes a learning rate or copies one from a reference paper: a fixed LR is one grid point, never the answer, so LR is always swept over a wide range. The only test of an LR is whether the run hits the pass criteria in `task.md` or the milestone's own claim criteria — loss, grad norm, and reward curves are never acceptance evidence, no matter how good they look. Criteria not met = change LR and re-run. Triggers: `learning_rate`, `SFTTrainer`, `DPOTrainer`, `GRPOTrainer`, `LoraConfig`, `peft_config`, `full fine-tune`, `SFT`, `DPO`, `GRPO`, `RLHF`, `QLoRA`, `DoRA`, `PEFT`, `adapter`.

Ir a la instalación

Datos de origen

Repositorio
zjunlp/Mechanist
Última actividad en el origen
16 de agosto de 2026 a las 15:03
Idioma detectado de SKILL.md
inglés
Estrellas
50
Forks
6

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.