请求详细解释WandB基础仪表盘图表及模型运行诊断实用信息

下面是你提到的几个WandB训练仪表盘图表的实用解读，直接对应模型运行状态诊断：

train/loss / train/train_loss #

• 核心含义：模型在训练集上的损失值，直接体现模型预测结果和真实标签的误差大小
• 判断标准：越低越好，最终稳定在较低区间说明模型对训练数据的拟合效果达标
• 诊断参考：
  • 训练中持续下降后趋于平稳：训练流程正常，模型正在逐步学习数据规律
  • 下降后突然飙升：大概率是学习率过高、训练数据混入异常样本，或是出现梯度爆炸问题
  • 全程几乎无变化：可能是优化器配置错误（权重没更新）、学习率过低，或是损失函数与任务不匹配

train/global_step #

• 核心含义：模型完成的训练步数（每一步对应一次参数更新），是训练进度的直观指标
• 判断标准：随训练时间线性增长是正常状态
• 诊断参考：
  • 增长停滞：训练已中断，排查硬件故障、代码报错、显存不足等问题
  • 增长速度骤降：检查数据加载是否出现瓶颈，或是硬件资源被其他进程占用

train/train_samples_per_second #

• 核心含义：每秒处理的训练样本数，反映训练效率
• 判断标准：越高越好，数值稳定说明资源利用正常
• 诊断参考：
  • 数值突然下降：排查是否开启了高耗时数据增强操作、显存占满导致加载卡顿，或是硬件因温度过高降频
  • 初始数值偏低：优化数据加载流水线（比如多线程读取、预加载）、调整batch size，或是检查硬件运行状态

内容的提问来源于stack exchange，提问作者arnle