模型只能训练一个echo，然后会中断

[GaryGao99]

如题； 数据：训练数据使用的是aishell， 模型：LLM模型是Qwen2.5 1.5B，encoder paraformer; 训练使用2张GPU；

模型只能训练一个epoch，执行第二个echo会报错：错误如下：

当输出显示 ： “2025-06-09 16:34:19 | INFO | mooer.utils.checpoint_io | checpoint_io.py:10 | Rank 1--> saving model ...” 时，会长时间停止； 此时GPU 利用率100%； 然后会报错，并退出；

[lzl-mt]

现在MooER的训练会在list层面考虑到epoch，https://github.com/MooreThreads/MooER/blob/e15cb239d1d488cadaf9a962bf9c4a0764fecc84/src/mooer/datasets/speech_dataset_shard.py#L20 如果需要训练多个epoch可以在配置里面设置num_epochs

[ltydd]

请问您训练的是ASR还是AST还是S2S_chat？