Nemo Gym Debugging 用于 Nemo Gym 运行或奖励剖析作业出现失败、异常时进行调试。它强调按分类而非猜测定位问题，先判断故障属于哪一层：infra（Slurm、Ray、容器、文件系统、网络、端口）、model serving（vLLM 启动、就绪与吞吐）、config（配置包错误、缺少 agent、额外参数错误）、data/schema（JSONL 字段与验证器或资源服务器期望不符）、verifier/runtime（资源服务器异常或验证响应格式错误）、cache/resume（物化输入过期或 rollout 输出不完整）、throughput/resources（并发过高、评审瓶颈、工具或沙箱延迟）。
建议调试顺序：检查 Slurm/Ray 作业状态与日志；检查 vLLM 就绪与 /models 可用性；检查 Gym 服务器就绪（预期服务器是否全部启动）；若环境使用工具则检查工具路由，仅在配置了沙箱时检查沙箱就绪；检查物化输入与源数据时间戳；检查 rollout 输出与剖析/指标输出数量；查看首个真实验证器异常而非关闭噪声；将失败行模式与资源服务器请求模型对比。
高价值可疑点：数据变更且启用 resume_from_cache 时，物化输入过期是首要怀疑对象；rollout 有少量行而剖析为空时，检查验证器错误与部分输出缓存；服务器全部就绪但验证器返回 422/500 时，先查请求体模式再查基础设施；工具环境挂起或部分工作时，先查工具归属与加载，只有在沙箱属于该环境时才查沙箱就绪；工具调用行在生成前因 vLLM 语法/模式错误失败时，先读 references/vllm-tool-call-schema-checks.md 并做静态工具模式检查；日志只显示嵌套 inner server 500 而无真实提供方/验证器正文时，先用 ++global_aiohttp_client_request_debug=True 启用请求边界可见性，并先读 references/request-boundary-visibility.md。
参考文档：references/error-profiles.md 用于在改代码或数据前分类故障层；references/diagnostic-snippets.md 提供只读检查日志、输出计数、物化输入、rollout JSONL 结构、服务器就绪与奖励摘要的命令；references/vllm-tool-call-schema-checks.md 处理工具调用数据集在生成前被 vLLM/Outlines 语法编译拒绝的问题；references/request-boundary-visibility.md 处理 /run 500 隐藏行标识或嵌套 Gym 500 隐藏内部模型/验证器/提供方错误的情况。
报告时应说明：观察到的症状、失败层、来自日志或文件的证据、可能原因、下一步具体行动。若任务是为 Nemo Gym 添加新环境，应改用 nemo-gym-env-integration；若涉及更改剖析行为，应改用 nemo-gym-reward-profiling。