DataCheck

请对这批大模型训练数据做多维质量校验，检查重复、缺失、格式错误、标签异常和分布失衡，并输出问题摘要与修复建议。

返回数据质量报告，列出主要异常类型、影响范围、统计结果和对应修复建议。

对检测出的训练数据问题执行自动修复流程：去重、标准化字段、修正明显格式错误，并生成修复前后差异说明。

输出修复后的数据集、修复日志，以及每类问题的处理结果说明。

分析这份训练语料中的统计异常样本，找出长度异常、分值偏离、类别异常集中等问题，并按风险等级排序。

返回异常样本清单及风险分级，便于优先复核高风险数据。