dlwh：学习率速降造成深层损失谷，两种策略终回归同一曲线

dlwh 的实验发现，大幅快速降低学习率会形成更深的暂时性损失下降，两个种子下相对 baseline 验证损失差为 −0.117/−0.119。两种策略随后回到同一且略差于 baseline 的损失曲线，这种做法还可能显著推高 OOD heldout loss，CF Marin 8B 实验提供了佐证。