使用HuggingFace Trainer微调模型时，验证与训练损失计算方式说明何处可查？

• 官方文档核心章节：查看HuggingFace Transformers库的Trainer API文档，Trainer类说明、训练循环相关部分会明确损失计算逻辑——训练损失是每步对当前batch的损失值累积平均，验证损失是验证阶段遍历所有样本后对各batch损失取全局平均。另外TrainingArguments里的参数（如per_device_train_batch_size、evaluation_strategy）会影响损失计算的批次处理方式，文档中也有对应解释。
• 源码层面：若文档描述不够细致，可直接查看Trainer的源码实现。关键逻辑在train()方法内的训练循环、evaluate()方法内的验证流程中，损失计算会调用模型forward方法输出损失，再由Trainer完成聚合计算。比如训练时的损失累积逻辑在_inner_training_loop函数，验证时的损失计算在evaluation_loop函数里。
• 官方示例与教程：HuggingFace官方微调教程（如文本分类、问答任务示例）中，讲解训练过程时会提及损失计算方式，结合代码示例能更直观理解。

内容的提问来源于stack exchange，提问作者tt40kiwi