Sélection des hyperparamètres

VérifiéSûr

Guide pour choisir les hyperparamètres d'entraînement : formules de taux d'apprentissage, rang LoRA, taille de lot, planning et réglages spécifiques aux modèles.

Spar Skills Guide Bot
Data & IAIntermédiaire
06/08/2026
Claude CodeCursorCodex
#hyperparameters#fine-tuning#lora#reinforcement-learning#training

Recommandé pour

Synthèse automatique

Ce skill fournit des formules et des valeurs de référence pour choisir les hyperparamètres d'entraînement (taux d'apprentissage, rang LoRA, taille de batch, group size, schedules) en SL, RL, DPO et distillation.

Points forts

  • Donne une formule de learning rate dépendante du modèle avec une fonction utilitaire get_lr() prête à l'emploi
  • Couvre plusieurs paradigmes d'entraînement (SL, RL, DPO, RLHF, distillation) avec des plages de valeurs concrètes
  • Inclut des recommandations de démarrage rapide et des règles de mise à l'échelle comme LR ∝ √batch_size

Limites

  • La formule de LR est validée sur des expériences SFT et pourrait être moins fiable pour d'autres regimes
  • Les valeurs par défaut sont liées à l'écosystème tinker_cookbook et à des modèles spécifiques (Qwen, Llama)
  • Peu de détails sur la façon de régler les paramètres au-delà des plages indicatives
Quand l'utiliser

Quand vous devez choisir ou ajuster des hyperparamètres d'entraînement pour du fine-tuning supervisé, du RL, du DPO ou de la distillation.

Quand l'éviter

Si vous cherchez des conseils sur l'architecture des modèles, la préparation des données ou le déploiement plutôt que sur les paramètres d'entraînement.

Analyse de sécurité

Sûr
Score qualité88/100

This is a pure reference/documentation skill describing hyperparameter selection for model training. It declares no allowed-tools, contains no executable commands, no network or filesystem operations, and no secrets handling. The only code snippets are benign illustrative Python calls to a helper library (get_lr, get_lora_param_count). There is no meaningful execution risk.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Learning rate for LoRA fine-tuning
What learning rate should I use to LoRA fine-tune Llama-3.1-8B on chat data?
RL batch and group size
How should I set batch_size and group_size for a GRPO run on math problems if I only have a few hundred problems?
Choosing a LoRA rank
Should I use LoRA rank 16 or 64 for adapting a large model to a complex task, and does rank affect the learning rate?

name: hyperparams description: Guide for hyperparameter selection — learning rate formulas, LoRA rank, batch size, group size, schedules, and model-specific tuning. Use when the user asks about learning rate, batch size, hyperparameter tuning, or how to configure training parameters.

Hyperparameter Selection

Guide for choosing training hyperparameters across SL, RL, DPO, and distillation.

Reference

  • docs/supervised-learning/sl-hyperparams.mdx — SL hyperparameter guide with LR formula
  • docs/rl/rl-hyperparams.mdx — RL hyperparameters (batch_size, group_size, num_substeps, async)
  • tinker_cookbook/hyperparam_utils.py — LR formulas and model-specific calculations

Learning rate

The formula

The recommended LR for a model m with LoRA:

LR(m) = lr_base × M_LoRA × (2000 / H_m) ^ P_m

Where:

  • lr_base = 5e-5
  • M_LoRA = 10 (1 for full fine-tuning)
  • H_m = hidden size of the model
  • P_m = model-specific exponent (0.0775 for Qwen, 0.781 for Llama)

Use the helper function

from tinker_cookbook.hyperparam_utils import get_lr

lr = get_lr("meta-llama/Llama-3.1-8B", is_lora=True)
# Returns model-specific recommended LR

This formula gives <0.5% regret vs exhaustive sweeps across diverse SFT experiments.

Rules of thumb

| Training type | Typical LR range | Notes | |---------------|------------------|-------| | SL (LoRA) | 1e-4 to 5e-4 | Use get_lr() | | SL (full FT) | 1e-5 to 5e-5 | LoRA LR / 10 | | RL | 1e-5 to 4e-5 | Lower than SL | | DPO | ~1e-5 | Much lower than SL | | RLHF (RL stage) | ~1e-5 | Same as RL | | Distillation | ~1e-4 | Similar to SL |

LoRA rank

  • Default: 32 for most tasks
  • Higher rank (64–128): More capacity, needed for complex tasks or large models
  • Lower rank (8–16): Faster, sufficient for simple adaptations
  • LR is independent of LoRA rank (validated empirically)
from tinker_cookbook.hyperparam_utils import get_lora_param_count

# Check parameter count for a given rank
params = get_lora_param_count("meta-llama/Llama-3.1-8B", lora_rank=32)

Batch size

SL batch size

  • Measured in tokens, not examples
  • Recommended: Start with 128
  • Smaller batch sizes often give better final performance at cost of longer training
  • Scale LR proportionally: LR ∝ √batch_size
  • Aim for at least 100 training steps (best results with 1000+)

RL batch size and group size

Two parameters control RL batch composition:

  • batch_size (or groups_per_batch): Number of unique problems/environments per batch
  • group_size: Number of rollouts per problem (advantages centered within group)
total_rollouts = batch_size × group_size

Guidelines:

  • If limited problems: increase group_size for more training signal
  • Scale LR with batch_size: LR ∝ √batch_size
  • Start small for debugging (groups_per_batch=4, group_size=2)

Learning rate schedule

Available schedules:

  • "linear" — Linear decay to 0 (most common)
  • "cosine" — Cosine annealing
  • "constant" — No decay

Set via lr_schedule parameter in config.

num_substeps (RL)

Controls how many optimizer updates per sampling iteration:

  • num_substeps=1 (default): One update per batch — simplest, usually sufficient
  • num_substeps>1: Splits batch into mini-batches, one update each. Requires PPO objective.
  • Start with 2–4 if experimenting; decrease LR with higher values

DPO-specific

  • dpo_beta=0.1 — Well-tested default. Controls deviation from reference model.
  • Lower beta = more aggressive optimization
  • Higher beta = stays closer to reference

Distillation-specific

  • kl_penalty_coef=1.0 — Weight of KL penalty from teacher
  • kl_discount_factor=0.0 — No discounting (increase for long sequences)

Quick-start recommendations

| Scenario | Model | LR | Batch | LoRA Rank | |----------|-------|-----|-------|-----------| | SFT on chat data | Llama-3.1-8B | get_lr(model) | 128 | 32 | | Math GRPO | Llama-3.1-8B-Instruct | 4e-5 | 128×16 | 32 | | DPO | Llama-3.2-1B | 1e-5 | 256 | 32 | | Distillation | Qwen3-8B-Base | 1e-4 | 1024×4 | 128 | | Multi-turn RL | Kimi-K2-Thinking | 1e-5 | 8×4 | 32 |

Common pitfalls

  • LoRA needs ~10x higher LR than full fine-tuning — use get_lr() to get it right
  • get_lr() currently only supports Llama and Qwen families — other models need manual tuning
  • DPO LR should be much lower than SFT (1e-5 vs 2e-4)
  • RL LR should be lower than SFT — too aggressive updates destabilize the policy
  • Batch size too small = noisy gradients; too large = diminishing returns
  • Monitor KL divergence in RL — training is stable when KL < 0.01

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/hyperparameter-selection-msh3uubh' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/hyperparameter-selection-msh3uubh/download' --output '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md.part' && mv '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md.part' '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md' && test -s '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/hyperparams' && cp -R '.skill-downloads/hyperparameter-selection-msh3uubh' '.claude/skills/hyperparams'

Cursor
test -f '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md' && test -s '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/hyperparams' && cp -R '.skill-downloads/hyperparameter-selection-msh3uubh' '.cursor/skills/hyperparams'

Codex
test -f '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md' && test -s '.skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/hyperparams' && cp -R '.skill-downloads/hyperparameter-selection-msh3uubh' '.agents/skills/hyperparams'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/hyperparameter-selection-msh3uubh'

openskills read 'hyperparameter-selection-msh3uubh'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/hyperparameter-selection-msh3uubh/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires