让炼丹更科学一些（八）：多阶段训练的学习率
上篇文章《让炼丹更科学一些（七）：步长调度与权重平均》我们简单介绍了无调度（Schedule-Free）学习率的工作，它试图通过某种权重平均来替代学习率调度，实现常数学习率就可以训出最优模型的效...
来源与阅读说明
发布方：科学空间；作者：苏剑林。原文发布时间：2026-08-31。本文为外部知识索引，仅提供订阅源短摘要，不转载全文。完整论证、代码、图片和使用许可请查阅原文。
订阅源摘要
上篇文章《让炼丹更科学一些（七）：步长调度与权重平均》我们简单介绍了无调度（Schedule-Free）学习率的工作，它试图通过某种权重平均来替代学习率调度，实现常数学习率就可以训出最优模型的效...
建议如何学习
先确认原文使用的模型、工具版本与前置知识，再选择一个最小示例动手复现。记录输入、输出和失败原因；涉及效果或性能结论时，检查其评测条件是否适合你的场景。完成后将可复用步骤记入工作台。