用途：在带标签的编码序列或编码变异数据上微调公开 CodonFM Encodon 检查点，支持序列级回归/分类与通用编码变异分类。
主要能力：微调策略含 lora（小数据集默认）、head_only_random、head_only_pretrained、full；仅接受 encodon_80m、encodon_600m、encodon_1b。
用法要点：用 --pretrained_ckpt_path 指向公开 v1 检查点，勿用 --checkpoint_path（公开 runner 不会转发该参数）。默认演示检查点 nvidia/NV-CodonFM-Encodon-80M-v1，约 307 MB。序列级任务要求 id、ref_seq、value、split 列；回归目标须为有限数值，分类目标为 0 至 num_classes-1 的整数类别索引。变异任务用 MutationDataset，要求 id、ref_seq、ref_codon、alt_codon、codon_position 及标签列，并保留 --mask_mutation。需显式设置学习率。可先准备数据：python skills/codonfm-finetune/scripts/prepare_ribonn.py --output "$CODONFM_DATA_PATH"。训练前确认 ML 依赖与兼容 NVIDIA GPU。
输出与限制：检查点写入 --checkpoints_dir（含 last.ckpt）；CSV 指标在 --out_dir/<exp_name>/version_，启用 W&B 需 --enable_wandb、--project_name、--entity。微调不产出预测数组，需另跑评估任务。不支持 MissenseDataset、missense_ 参数、Decodon 名称、CLM 预处理、organism tokens 或生成数据集。