Época (epoch)
Una pasada completa del conjunto de entrenamiento por el modelo. Las ejecuciones de fine-tuning suelen ser de 1 a 4 épocas; cada época extra multiplica el costo de GPU de la ejecución y, pasado un punto, provoca sobreajuste.
Qué es
Si tu dataset tiene 10.000 ejemplos y entrenas durante 3 épocas, el modelo ve 30.000 ejemplos en total (en un orden aleatorio distinto cada vez). El tiempo real y el costo de GPU escalan casi linealmente con el número de épocas.
Por qué importa
El número de épocas es el mando con el efecto más directo sobre el costo de la ejecución. Más no es mejor: 1-3 épocas es lo estándar para un fine-tuning LoRA, y la pérdida de validación suele empezar a subir a partir de ahí.