为什么 StandardScaler 单独调用 fit 会泄漏数据当你在 Pipeline 外先对整个训练集调用 StandardScaler().fit(X_train)，再用它 transform 测试集或新样本，scaler 已经“看见”了训练集的全局统计量（均值、标准差），而这些统计量本该只从训练数据的当前 fold 中学习——尤其在交叉验证时，每个 fold 的训练子集不同，用全局 sc

用 flex-grow 前，务必显式设 flex-basis（如 flex: 1 1 0），否则 auto 会引入不可控的内容依赖想严格按百分比控制，直接用 width + flex-shrink: 0，但注意这会禁用收缩，可能溢出容器flex-grow 的值只是权重比，flex-grow: 2 和 flex-grow: 4 效果等同于 1 和 2，别盲目堆数字flex-basis 设成 0 还是

PyTorch分布式训练常见错误包括端口被占、MASTER_ADDR配置错误、init_process_group超时及torchrun环境变量冲突；PyTorch分布式训练报错 RuntimeError: Address already in use端口被占是初始化失败最常见原因，不是代码写错了，而是本地已有进程（比如上一次没杀干净的 python 或 torch.distributed 进程）