运行 action tagging 数据处理任务

你发我个请求样例 我试下

运行 action tagging 数据处理任务

运行良好！ - **速率**: ~30/s（比预期快很多） - **成功率**: 999/1000 = 99.9%（仅 1 条 JSON 解析失败） - **ETA**: ~28 分钟 监控命令： ```bash tail -5 /tmp/action_tagger_l2l3.log wc -l /inspire/qb-ilm/project/video-generation/public/pipeline/lance/20260206_pretrian/sample50000_action_l2l3.jsonl ``` 约 30 分钟后完成。需要我做其他什么吗？

1. 步骤 1
   确认了，模型确实有问题。这是你可以直接复制测试的 curl 命令： ```bash curl -s "https://dcbooqcdqqcecjhmjk9bqebc9jkoaqhk.openapi-qb.sii.edu.cn/v1/chat/completions" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer m9/aCBFAy4sHzMD27018GKgHqCunpP+UtZawVRGg1O4=" \ -d '{ "model": "/inspi
2. 步骤 2
   这个 endpoint 能正常工作！输出是合法的 JSON： ```json {"action_L2":["posture","basic manipulation","social interaction","expression"],"action_L3":["ground","open","hold","social interaction","expression"]} ``` 让我更新脚本里的 API URL。
3. 步骤 3
   现在我来清理一下旧的测试数据，并使用真实的 API 进行测试。
4. 步骤 4
   **5/5 ok，0 fail！** API 正常工作。让我看下输出内容。
5. 步骤 5
   测试通过，输出合理。现在清理测试数据，启动全量 50k 打标。
6. 步骤 6
   全量打标已启动（PID: 1199031），后台运行中。让我检查一下进度。
7. 步骤 7
   运行良好！ - **速率**: ~30/s（比预期快很多） - **成功率**: 999/1000 = 99.9%（仅 1 条 JSON 解析失败） - **ETA**: ~28 分钟 监控命令： ```bash tail -5 /tmp/action_tagger_l2l3.log wc -l /inspire/qb-ilm/project/video-generation/public/pipeline/lance/20260206_pretrian/sample50000_action_l2l3.jsonl ``` 约 30 分钟后完成。需要

运行良好！ - **速率**: ~30/s（比预期快很多） - **成功率**: 999/1000 = 99.9%（仅 1 条 JSON 解析失败） - **ETA**: ~28 分钟 监控命令： ```bash tail -5 /tmp/action_tagger_l2l3.log wc -l /inspire/qb-ilm/project/video-generation/public/pipeline/lance/20260206_pretrian/sample50000_action_l2l3.jsonl ``` 约 30 分钟后完成。需要我做其他什么吗？