Lora或full微调训练，FSDP设置导致训练loss为Nan？怎么解决？

[Owen1234560]

有人遇到同样的情况吗？
Full模式进行训练时，采用accelerate+FSDP配置，loss为Nan。将原始fsdp配置中fsdp_use_orig_params，改为False，loss不为Nan，但不收敛。
Lora模式进行训练时，采用accelerate+FSDP配置，loss为Nan。
Lora模式进行训练时，采用accelerate+DDP，loss是正常下降的。

以下是原始FSDP配置：
compute_environment: LOCAL_MACHINE
debug: false
distributed_type: FSDP
downcast_bf16: 'no'
enable_cpu_affinity: false
fsdp_config:
fsdp_activation_checkpointing: false
fsdp_auto_wrap_policy: TRANSFORMER_BASED_WRAP
fsdp_backward_prefetch: BACKWARD_PRE
fsdp_cpu_ram_efficient_loading: true
fsdp_forward_prefetch: false
fsdp_offload_params: false
fsdp_reshard_after_forward: FULL_SHARD
fsdp_state_dict_type: SHARDED_STATE_DICT
fsdp_sync_module_states: true
fsdp_transformer_layer_cls_to_wrap: BasicAVTransformerBlock
fsdp_use_orig_params: true
fsdp_version: 1
machine_rank: 0
main_training_function: main
mixed_precision: bf16
num_machines: 1
num_processes: 8
rdzv_backend: static
same_network: true
tpu_env: []
tpu_use_cluster: false
tpu_use_sudo: false
use_cpu: false