base_train.py 中文註解版本

scripts/base_train.py 是 nanochat 的預訓練主腳本。以下為關鍵區段的中文註解：

CLI 參數

--depth: Transformer 層數（唯一必要的複雜度旋鈕）
--aspect-ratio: model_dim = depth × aspect_ratio（預設 64）
--device-batch-size: 每張 GPU 的 batch size（VRAM 不足時調降）
--total-batch-size: 全局 batch size（-1 = 自動計算）
--num-iterations: 訓練步數（-1 = 由 scaling laws 決定）
--target-param-data-ratio: 目標資料:參數比（預設 12，Chinchilla=20）

Scaling Law 計算流程

1. 由 depth 計算 model_dim 和 n_head
2. 查 d12 參考模型的參數，推算最佳 token 數量
3. 由 Power Lines 論文公式計算最佳 batch size
4. 依 batch ratio 調整 learning rate
5. 依 T_epoch 框架調整 weight decay

訓練循環

每步包含：

1. grad_accum_steps 次 micro-batch 的 forward/backward
2. 更新 LR、momentum、weight decay scheduler
3. optimizer step + zero_grad
4. 定期執行 val bpb、CORE metric、sample generation、checkpoint save