该技能面向 Cosmos Framework 中的 Cosmos3-Nano-Sim-Auto，用于诊断其输入、因果推理、蒸馏、checkpoint 和导出环节的失败。
用途：在出现训练或推理异常时，提供结构化的首轮排查入口。使用前应收集一个失败请求或训练步骤、运行时与源码版本、解析后的配置、产物标识、日志以及相关输出；共享报告时应排除机密输入和凭据。
主要能力（按症状给出首轮检查方向）：
- 侧视或后视几何不匹配：检查共享输入准备中的物理相机映射、同步 WSM、裁剪以及实际每视角文本。
- 输出过短或 caption 切换失败：检查输入设置中的总时域、源覆盖、sidecar 边界和首块选择。
- 元数据缺失或 HF 加载被拒：检查导出环节的常规 student、rolling profile、每视角文本和匹配的分词器。
- CFG 或采样器行为异常：确认使用固定四步 student 和 guidance-1 配方，而不是双向 RF 的 step/shift 设置。
- LiDAR 缺失或错位：核对 HD-map 控制与实测前缀、30/10 Hz 时钟、源 ID；因果实测前缀最多一个 sweep。
- 训练相机、caption 或控制字段缺失：检查各阶段的 bundle 映射，并查看解码和格式化后的样本。
- 教师或续训迭代错误：区分新阶段与同阶段完整续训的 checkpoint。
- OOM、编译或分布式错误：先验证 setup/mesh，再进行获授权的冒烟测试，并保持架构与目标不变。
- 仅出现一个 SF-DMD 阶段：六次迭代包含一次 student 和五次 critic 更新，应检查阶段指标和两个优化器历史。
使用方式：隔离问题时保留原始输入以及模型的 checkpoint/注意力设置，应用最小修正并检查受影响结果。对于读取错误，允许有界重试完成并检查训练进度；遇到致命失败、重试耗尽、无效数据或超时，应停止受影响的运行，同时让独立的健康任务继续运行，并允许保存和导出完成。最后报告观察结果、确认的原因或仍待验证的假设、所采取的修正以及已执行的检查。
适用场景：Cosmos3-Nano-Sim-Auto 的输入准备、因果推理、蒸馏训练、checkpoint 交接与续训、student 导出等环节的故障排查。
限制：资料未提供具体错误码、命令行参数、环境依赖版本或自动化脚本；该技能是排查清单与流程指导，不保证自动修复。