英文：Cosine Decay 分类：training
学习率按余弦曲线从初始值平滑下降到接近零的调度策略：前期下降平缓（充分探索）、后期快速收敛（稳定细化），配合预热是大模型训练最常用的调度组合。
公式：η(t)=η_max·0.5(1+cos(π·t/T))（T 为总步数，可加最小 LR 截断）；特性：无台阶突变（训练平滑）、末期接近零（收敛稳定）；变体：带重启的余弦（周期循环）、WSD（预热-稳定-衰减）；对比：线性衰减（更快但可能欠拟合）、阶梯（突变）；实现：调度器内置（PyTorch）。
用于大模型训练（GPT/LLaMA 标准调度）、微调（短余弦）、训练收敛优化（末期细化）与调度策略对比实验（标准基线）。
相关词条：微调 · 监督微调 · 指令微调 · 学习率预热 · FlashDecoding