DataCheck

请对这批用于大模型微调的 JSONL 数据做多维质量检查，识别缺失字段、重复样本、格式错误、标签异常和长度分布异常，并给出问题汇总。

返回数据质量报告，列出各类问题数量、异常样本示例及总体风险概览。

基于检测结果，自动修复可处理的数据问题，包括统一字段格式、删除重复记录、补全默认值，并输出修复后的数据及变更日志。

生成修复后的数据文件，并附带详细修复记录与无法自动处理的问题清单。

分析这批训练数据的统计分布，找出文本长度、类别比例、数值字段和嵌入特征中的异常样本，并按严重程度排序。

输出异常样本列表、异常原因说明以及建议的清洗或复核动作。