-
zscore返回NaN需先检查并过滤NaN/inf，或用nan_policy='omit'；阈值3不普适，应结合分布和业务调整；多维数据需区分字段级与样本级检测；pandas计算慢时优先用scipy.stats.zscore。
-
先检查nvidia-smitopo-p2pr输出是否大量显示N/A或PHB而非PIX/SYS，若P2P未通则all_reduce降速3–5倍；确认硬件拓扑、BIOS设置，禁用CUDA_VISIBLE_DEVICES并显式绑定设备，backend必须设为"nccl"，再通过nvidia-smidmon-su-d1观察PCIe带宽是否饱和。
-
真正需解决的是工程化落地问题：setup.py与pyproject.toml选型、旧项目迁移字段修改、pipinstall-e.路径异常、poetryCI超时优化、entry_points键名错误等。
-
最稳的分卷压缩方案是调用7z命令，关键参数为-v（如-v50m），需带单位、用绝对路径、全小写文件名，Python中用subprocess传列表而非字符串，zipfile不支持原生分卷。
-
NumPy数组不能直接当字典键，因其可变且无hash值；tobytes()是最稳妥的转换方式，将数组内存布局序列化为不可变bytes，但需注意dtype、连续性及NaN等细节。
-
pytest需在单个测试函数内用threading.Thread启动多线程并发调用被测函数，通过共享可变对象、控制同步时机、捕获子线程异常并join等待，以复现确定性竞态问题。
