记录一下那天晚上的排查过程。把自建数据集直接喂给训练脚本，报 KeyError: ‘output’，检查发现部分样本只有 instruction 和 input 两个字段。
刚开始盯着「空字符串被当成缺失，过滤逻辑误判」，折腾了半个多小时，排掉了。
原因不止一个，得分开看。样本缺少 output 字段，模板渲染时取不到值。少数情况下是字段名写成了 answer 或 response。
另外，数据里混入了表头行。
扫描全部样本的字段集合
python -c "import json;rows=[json.loads(l) for l in open('data.jsonl')];print(set().union(*[r.keys() for r in rows]))"接着把常见别名统一映射成标准字段
python normalize.py --map answer=output,response=output过滤缺失关键字段的样本并记录数量
python -c "print(sum(1 for r in rows if not r.get('output')))"渲染一条样本确认模板正确
python -c "print(render(rows[0])[:200])")同一份数据我导出了两份，一份留底，一份拿来试。
改完先别撤，确认这几项。数据加载不再报 KeyError，渲染出的训练文本结构正确，训练能正常开始并输出 loss。
提醒一点。字段缺失往往只出现在少数样本上，脚本跑到中途才崩，训练前先做一次全量字段体检能省下大量重启时间。改动前把原配置备份一份，出问题能马上回滚，这比任何技巧都实用。