fix(simclr): 续训以配置为准，不再被存档里的超参静默覆盖

optimizer.load_state_dict 会整体覆盖 param_groups，把 lr / weight_decay 连同动量缓冲
一起还原成存档时的值。改了 yaml 再续训，改动会被静默吃掉：配置写 lr=5e-4，
实际仍按存档的 1e-3 训，scheduler.base_lrs 也是旧值。

改为「配置文件是唯一真相源，存档只提供进度」：

- 加载优化器状态前先抄下配置构造出的每组超参，加载后按组写回，只留下动量缓冲；
  按组写回也保住了 build_optimizer 的分组结构（BN 与 bias 那组 weight_decay=0）
- 调度器统一按当前配置重建再快进到已训 epoch，不再恢复存档状态（它带着旧的
  T_max 与 base_lrs）。cosine/step/multistep 都是 epoch 的确定性函数，
  快进与恢复状态等价，因此不存在第二种行为
- 存档里额外记下当时的 optimizer/scheduler 配置，续训时逐项列出差异，
  明确说明按当前配置执行
- 补回归测试：改 lr/weight_decay/总轮数后续训，三者都按 yaml 生效，
  分组结构与动量缓冲不受影响

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -302,8 +302,21 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml \
 ```
 
 日志会打印"已载入训练状态 …：从 epoch N 接着练到 40"。恢复的不只是权重，还有**投影头、
-优化器动量、学习率调度进度和 step 计数**——少了这些，续训等于把动量和 cosine 进度清零，
-损失会先反弹一段。
+优化器动量缓冲和 step 计数**——少了这些，续训等于把动量清零，损失会先反弹一段。
+
+> **配置文件是唯一真相源。** 存档只提供"进度"（权重、动量、已训到第几轮）；
+> `epochs`、`lr`、`weight_decay`、调度器一律以当前 yaml 为准。所以续训时可以顺手调超参：
+>
+> ```bash
+> uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml \
+>     --work-dir runs/simclr \
+>     --set method=simclr simclr.epochs=60 simclr.optimizer.lr=5e-4 \
+>           simclr.resume=runs/simclr/simclr_last.pth
+> ```
+>
+> 与存档不一致时日志会逐项列出（`配置与存档不一致，按当前配置执行：总轮数 40 -> 60；
+> optimizer.lr 0.001 -> 0.0005`），不会出现"改了没生效"。学习率调度按新的总轮数重建
+> 并快进到当前 epoch，不会沿用存档里的 T_max。
 
 > `resume` 与 `checkpoint` 语义不同，二选一（同时给会报错）：
 > **`resume`** = 载入完整状态**接着训练**（要 `simclr_last.pth`）；