ISSUES

双重梯度裁剪

优化器级别：global_clipnorm=self.args.get('grad_norm_clip_value', 0.0)（第283行）手动级别：tf.clip_by_global_norm（第447-449行）这导致梯度被裁剪两次，并且在TPU的分布式训练中可能引发内部状态冲突。

修复总结问题根源：双重梯度裁剪导致AdamW内部状态冲突修复内容：移除了优化器级别的梯度裁剪：删除了 global_clipnorm 参数保留手动梯度裁剪：在 _train_step 中继续使用 tf.clip_by_global_norm 为什么会出错：

# 之前：双重裁剪
optimizer = tf.keras.optimizers.AdamW(
    global_clipnorm=clip_value  # 第一次裁剪
)

# 在 _train_step 中：
tf.clip_by_global_norm(gradients, clip_value)  # 第二次裁剪
optimizer.apply_gradients(...)  # 内部再次处理，导致冲突
现在的修复：

# 现在：只有一次裁剪
optimizer = tf.keras.optimizers.AdamW(
    # 没有 global_clipnorm
)

# 在 _train_step 中：
tf.clip_by_global_norm(gradients, clip_value)  # 唯一的裁剪
optimizer.apply_gradients(...)  # 正常工作