早停策略机制，大量减少训练时间

您好，我是个lora训练爱好者，经常需要训练lora，在训练时偶尔会遇到一些问题，特别是随着训练轮数增加，越到后面轮数，lora收益越少，而我不能实时观测参数变化。
如果有可能，希望您在空闲时，能抽一点点时间在训练器里添加早停策略机制，比如：
- `best_loss`: 跟踪最佳损失值
- `epochs_no_improve`: 记录连续未改善的轮数
- `early_stop_epochs`: 允许连续不改善的最大轮数（例如设为5）
- `current_loss < 0.06`: 损失阈值（可调整）
当loss持续低于0.06且连续5轮无明显下降（波动<0.xxx）时，终止训练并保存最佳checkpoint，这样能极大节约训练时间。
一点小建议，谢谢。