cleanup gists

[zjjlivein]

Before submitting

• Lint code. If there are lint issues, please format the code first.

# Install and register `pre-commit` in the project folder
pip install pre-commit && pre-commit install

# Process previous code files separately
pre-commit run --file XXXX.py

• Add test cases into tests folder. If there are codecov issues, please add tests cases first.

PR types

PR changes

Description

[paddle-bot]

Thanks for your contribution!

[Paddle-CI-Bot]

PaddleFormers Log Analysis

Run #26277714633 · Attempt 1

日志分析报告

流水线名称	问题标签	修复建议	日志片段
CI_ILUVATAR (iluvatar_test)	LossNan	检查本次 PR 引入的代码是否导致 ERNIE-21B SFT 训练中出现数据类型混用（Got different data type, run type promotion automatically），触发 nan；与 develop 对比 loss 曲线后考虑 rerun 或回滚	报错代码

---

失败的测试 case:

scripts/iluvatar_ci/test_ernie_21b_sft.py::test_ernie_21b_sft_training

---

根本原因分析:

本次 PR（#4509 cleanup gists）仅改动了 .github/workflows/cleanup_ci_gists.yml，不涉及任何训练代码、模型代码或配置。

失败链路如下：

1. trainer.py:2248 _inner_training_loop → _check_loss_valid(tr_loss) 检测到 loss = nan，抛出 PaddleRecall error(102): LossNan
2. 在 nan 发生之前，日志出现多次 W dygraph_functions.cc:125086] Got different data type, run type promotion automatically，说明某个 multiply 操作存在隐式类型提升（如 fp16/bf16 与 fp32 混用），在天数 iluvatar 硬件上触发数值溢出/下溢，最终 loss 变为 nan
3. 该现象与本次 PR 修改内容无关，属于 iluvatar CI 机器上已有的数值稳定性偶发问题

---

修复建议:

1. 直接 rerun：PR 本身不修改任何训练代码，属于 CI 环境偶发 nan，优先 rerun 验证是否复现
2. 若 rerun 仍失败，检查 scripts/iluvatar_ci/config/ERNIE-21B-SFT.yaml 中的 fp16/bf16 混精度配置，确认 loss_scale 初始值是否合理（当前 global_norm: 30.47 偏大，可适当降低初始学习率或增大 loss_scale）
3. 排查 multiply_fwd_func.cc 触发处对应的算子，考虑在该操作前显式 cast 到同一数据类型，避免隐式类型提升在天数卡上引发溢出

---

_{🔄 每次 Re-run 后自动更新}