英文：Learning Rate 分类：training
梯度下降中每次参数更新的步长（η）：决定模型收敛速度与最终性能的关键超参数，过大导致发散/震荡，过小导致收敛缓慢，通常配合调度策略动态调整。
设置：初始值（Transformer 常用 1e-4~3e-4）、调度（预热+余弦衰减/线性衰减）、按层设置（底层更小）；问题：学习率过大（loss 发散）、过小（欠拟合）；工具：学习率扫描（LR Finder）、自适应优化器（Adam 内部调整）；影响：与批次大小协同（线性缩放规则）。
用于所有模型训练（调参首要超参）、训练稳定调试（发散时先降 LR）、迁移微调（远小于预训练 LR）与研究学习动态（loss 曲线分析）。