模型训练异常检测与自动快照恢复方法

本发明涉及人工智能模型训练技术领域，具体涉及一种模型训练异常检测与自动快照恢复方法，在模型训练任务执行期间，实时监控并采集包括损失值、梯度数据、硬件资源使用率及验证集性能指标在内的训练状态数据，同时基于周期性触发、性能最优触发及预测性风险触发等条件自动保存训练状态快照，并利用元模型对数据进行实时分析与预测，以检测和分类数值异常、性能退化异常及资源预警异常；在检测到异常后，根据异常类型自动选择最优快照进行状态恢复，并执行与之匹配的自适应恢复后处理策略，有效解决了因依赖人工监控导致的效率低下、资源浪费及容错能力差的问题，显著提升了模型训练的鲁棒性和资源利用效率。