面向大模型场景的异常诊断方法、装置、电子设备和存储介质

本公开的实施例提供了一种面向大模型场景的异常诊断方法、装置、电子设备和存储介质，涉及人工智能技术领域，具体涉及大模型训练、分布式模型训练、云计算等技术领域，该方法包括：获取模型训练集群中各节点执行训练任务的运行数据，其中运行数据包括训练任务的运行时间数据；根据训练任务的运行时间数据确定异常任务以及异常任务相关的候选异常节点；对候选异常节点的运行数据进行归因分析，确定目标异常节点以及对应的目标异常原因。该方法提升了模型训练过程中异常诊断的全面性和深度，能够快速精准地定位到异常节点并提供异常的具体根因，从而提升模型训练的效率和稳定性。