suggestion: train.py启动参数优化

[yuanzhoulvpi2017]

Megatron-lm的那套配置config，真的非常让人看懂。model_args、data_args、train_args 这种如果不熟悉的话，很难搞清楚。
我看了一下你们的代码：有create_config.py部分，然后在训练的时候，加载config.json文件？

当前思路确实很不错，但这种多个步骤，还是有点麻烦的。

可以按照hf的这种代码形式，

1. 把相关的参数都是用dataclass定义好：可以写清楚每个变量是用来干嘛的。
2. 相关约束，使用__post_init__约束好：各个参数会互相调整影响，在这里都非常容易做好调整。

# code copy from https://github.com/huggingface/transformers/blob/66ab300aaff9ef509f8736cf186ab9b6a0ef4f3b/examples/pytorch/language-modeling/run_clm.py#L242-L249

    parser = HfArgumentParser((ModelArguments, DataTrainingArguments, TrainingArguments))
    if len(sys.argv) == 2 and sys.argv[1].endswith(".json"):
        # If we pass only one argument to the script and it's the path to a json file,
        # let's parse it to get our arguments.
        model_args, data_args, training_args = parser.parse_json_file(json_file=os.path.abspath(sys.argv[1]))
    else:
        model_args, data_args, training_args = parser.parse_args_into_dataclasses()

期待这个仓库越来越好～

[zzhhjjj]

Thanks for your advice! I agree that we can make it clearer and easier to use