真实训练故障：保存现场，再验证修复

实验导入与学习实验相同的 learning_core.py：固定词表的反转任务、两层 decoder、LayerNorm、dropout 和已对齐的监督标签。先执行八次正常 AdamW 更新，再保存第九步开始前的状态；这时优化器已有一阶和二阶矩，恢复随机种子本身不足以恢复训练现场。

快照包含 model 参数、optimizer 完整状态、Python／NumPy／CPU torch RNG、数据流的专用 RNG、完整排列、cursor／epoch、计数、模型与优化器配置、模块 train／eval 状态。失败 batch 的输入、mask、标签与 ID 另外保存。每个基线、故障和修复分支都在新 Python 进程中加载同一个文件，先断言加载状态的内容哈希一致，再执行对应步骤。

本案例在指定 batch 的输出头后加入共同的 +128 刺激。模型输出和加法结果仍有限；直接 exp 会产生 +∞，求和仍为 +∞，随后的 ∞／∞ 得到 NaN。日志单独记录 loss.shifted_logits、loss.exp、分母、概率、log 概率和目标选择，首个异常取自真实有限性统计。

修复和稳定参考使用 log_softmax 的稳定表达式，从相同的平移后 logits 求目标 NLL。实际 loss 从保存 logits 与 labels 独立重算，并与共享 core 的未平移 CE 比较，容差公开记录。共同的安全规则在 loss／梯度非有限时跳过更新，所以故障的下一次前向可以仍有限；跳步不会恢复基线本来应执行的更新。

第二个案例保持 logits、loss 和梯度不变，只在 optimizer.step() 前把 AdamW LR 从 0.003 改为 0.6。报告测量真实的参数位移，随后用更新后的模型和实际下一 batch 执行前向。当前保存结果出现大幅有限更新和下一前向分歧，日志按观察结果显示有限性。

修复在相同更新前快照加载完成后恢复约定 LR；比较 loss、梯度、更新后参数、下一前向和完整 optimizer／RNG／cursor 状态。仅把幅度裁小不能代替该检查，因为裁剪会改变更新方向或大小。本例不把参数变大直接称为 NaN，也不从单步现象推断长期收敛。

第三个案例在有效答案位置执行 A→B→C→D→A 的符号 ID 轮换。输入和 teacher-forced 历史保持原记录，EOS 不改，−100 位置不改，监督 token 数完全相同。轮换后的标签都在合法词表范围；所有激活、loss 和梯度可以保持有限。

同一 logits 分别计算实际错误标签的 loss 与正确标签 loss，量化两者差值及全参数梯度差的 L2、相对 L2 和最大元素差。错误目标的 loss 可能更小，这不能说明原任务变好；完整标签对照和反转规则提供语义证据。修复必须恢复正确 labels，并从相同更新前状态重跑，不能在已经被错误目标更新过的参数上声称恢复了原轨迹。

标签 probe 的有限反向不会验证监督语义。诊断 hooks 有额外开销，本页不报告性能；逐位恢复一致性只在记录的软件和 CPU 环境内核验。导入文件的字符串安全显示，不执行 HTML，也不由浏览器读取或反序列化 .pt。

每次输出包含 pre-step.pt、checkpoint-manifest.json、18 组 trace.json / tensors.pt / final-state.pt、各案例的 anomaly-probe.json、完整 report.json、精简 snapshot.json、环境和已读取版本文档。两种 JSON 均可本地导入，文件上限 12 MiB；默认快照的报告路径与 SHA-256 展示在面板和证明中。

所有曲线与测量来自实际保存运行。该模型只用于观察故障与恢复，不对语言模型质量、GPU 吞吐或跨机器逐位复现作结论。机制依据为本机固定版 PyTorch 的 log_softmax／CE、hooks、AdamW、RNG 与 anomaly detection 文档，读取范围记录在报告 references 与实施说明中。