本文为您介绍在快速开始（QuickStart）中部署或微调训练模型时常见的问题及解决方式。
训练任务失败后，如何排查失败原因？
训练任务失败有很多可能的原因，比如用户准备的数据集格式不符合要求等。您可以尝试通过以下方式排查失败原因：
查看任务诊断：在任务管理 > 训练任务中单击指定任务，在任务详情页签下鼠标悬停于失败，系统会显示错误原因及解决办法。
查看任务日志：在任务管理 > 训练任务中单击指定任务，在任务日志页签下查看错误信息：
具体错误信息对应解决方法如下：
错误类型
错误信息
解决办法
输入/输出错误相关
ValueError: output channel ${your OSS uri} must be directory
检查训练设置的输出路径是否为文件夹，系统要求输出路径必须是一个文件夹。
ValueError：train must be a file
检查选择的输入路径是否为文件，系统要求输入路径必须是文件。
FileNotFoundError
检查选择的输入路径是否存在符合要求的文件。
JSONDecodeError
检查输入的JSON文件格式是否正确。
KeyError：${some key name}
多见于JSON格式训练集文件，根据模型说明页面检查训练集文件各个key-value值是否符合模型要求。
超参数配置相关
ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: -9) local_rank: 0 (pid: 51) of binary: /usr/bin/python（且没有相关subprocess的日志）
当前机型内存不足，加载模型时OOM（Out of Memory），请选择内存更大的机型。
torch.cuda.OutOfMemoryError: CUDA out of memory
当前机型显存不足，需要选择显存更大的GPU机型或者降低涉及显存的相关超参数配置，如：lora dim，batch size。
ValueError: No closing quotation
提供的system prompt（也可能是其他参数）中出现了单个
"，导致算法生成training command失败。需要删除单个"，或补齐成对出现。