更大的权重赋予了模型更强的 拟合训练数据 的潜力，但通常这会损害其 泛化到新数据 的能力。正则化的作用正是为了进行这种权衡：· 它承认大权重有更强的拟合能力。· 但它通过惩罚大权重，主动约束模型的这种能力，防止其滥用。· 它强迫模型用更“保守”的方式去拟合数据，优先学习那些稳健的、显著的模式，而不是去记忆噪声。最终，我们得到的模型可能训练误差不是绝对最低的，但它的测试误差（泛化误差）会远低于那个过

将复制的内容粘贴到终端，将复制内容中的README.md替换为预训练数据集的名字（可直接复制粘贴，圈出的两个都可以，强烈建议用pretrain_t2t_mini.jsonl，否则后面还要改东西或者重新下，这里用了第一个pretrain_t2t.jsonl，数据量大些，会比较慢），然后修改保存路径，将./dir修改为../dataset/，也就是放在了与script同级的dataset目录下。改一下