英文：Warmup 分类：training
训练初期将学习率从极小值线性（或余弦）上升到目标值的阶段：避免大模型/大批次训练初期因梯度方差过大导致的震荡与发散，是大规模训练的标准做法。
机制：早期参数随机、梯度不稳定→小步长稳定；实现：线性预热（warmup_steps 内 0→η_max）、指数/余弦预热；步数：数百至数千步（按批次与模型规模）；配合：预热后接余弦衰减（完整调度）；理由：自适应优化器（Adam）动量未充分估计。
用于大模型预训练与微调（稳定起步）、大批次训练（B2T 缩放）、学习率调度设计（工程标配）与训练稳定性调试（发散时加预热）。