用于调试 AReaL 分布式训练问题，涵盖 FSDP2/TP/CP/EP。处理训练挂起、结果错误、OOM 及通信异常。提供最小复现策略、环境配置、堆栈分析及具体修复步骤。
提供Apache Spark作业优化方案，涵盖分区、缓存、Shuffle调优及内存管理。适用于提升性能、调试慢任务或扩展数据处理管道，包含执行模型解析与最佳实践代码示例。
- «
- 1
- »
