LoRA ファイルとは？

LoRA ファイルは、互換性のあるベースモデルの選択した層を変更する、学習済みの低ランクアダプターテンソルを保存します。通常、ベース自体は含みません。拡散コミュニティでは、アダプターは一つの .safetensors ファイルとして配布されることが多く、PEFT ワークフローでは、アダプターウェイトは通常 adapter_config.json と並んで置かれます。

ウェイトファイルに実際に含まれるもの

概念上、LoRA は選択したモジュール向けに対を成す低ランク行列を学習します。シリアライズ済みアダプターは、更新先をローダーに伝える名前で、そのテンソル値を保存します。コンテナが対応する少量のメタデータも含む場合があります。

ベースの固定パラメーターをすべて繰り返す必要はありません。これがAI における LoRAのストレージ上の利点ですが、ダウンロードしたアダプターを通常単独使用できない理由でもあります。

すべての .safetensors ファイルが LoRA？

いいえ。SafeTensors はテンソルコンテナであり、アダプター種類ではありません。.safetensors ファイルには、完全なチェックポイント、VAE、埋め込み、アダプター、その他のテンソルを格納できます。テンソル名、メタデータ、ローダーの文脈によって何を表すかが決まります。

逆に、LoRA が SafeTensors を使う必要はありません。Hugging Face PEFT は既定でアダプターウェイトを adapter_model.safetensors として、または安全なシリアライズを無効にした場合はバイナリファイルとして保存できます。他のエコシステムには独自のパッケージング慣例があります。見慣れた拡張子ではなく、パッケージを評価してください。

付随ファイルが不可欠な場合があります

標準的な PEFT アダプターディレクトリには、ウェイトと adapter_config.json が含まれます。この設定には、PEFT の種類、対象モジュール、アダプターの挙動を再構築するために必要なパラメーターが記録され、ベースモデルの名前またはパスを特定する場合もあります。モデルカードには、ライセンス、想定用途、評価の文脈が記載される場合があります。

my_adapter/
├── adapter_model.safetensors  # 学習済みアダプターテンソル
├── adapter_config.json        # 適用方法と適用場所
└── README.md                  # 来歴、用途、条件

拡散 LoRAs は、対象エコシステムに慣例または埋め込みメタデータがあるため、単一ファイルで共有されることがよくあります。この利便性が文脈の欠落を隠す場合があります。重要な場合は、元ページまたはモデルカードの URL、完全なベース識別子、トリガーワード、推奨強度、ライセンス、チェックサムを保持してください。

完全なベースモデルが重要な理由

アダプターは特定のアーキテクチャおよびベース状態に対してトレーニングされます。ローダーが互換性のないテンソル名を即座に拒否する場合もありますが、微妙な非互換性は出力品質の低下としてしか現れない場合があります。「SDXL LoRA」または「Llama adapter」だけでは十分に正確な識別子とは限りません。再現性が重要なら、公開済みリポジトリ、リビジョン、または完全なローカルチェックサムを使用してください。

ローカル変更済みのベースは、さらに強い依存関係を生みます。公開ソースから再現できない場合、LoRA だけを保持しても、もはや所有していないウェイトへの更新しか残りません。

LoRA の強度でファイルは変わる？

通常、ランタイムは保存済みアダプターを書き換えずにスケールを適用します。そのため UI の強度値が異なると、同じバイトから異なる推論挙動が生じます。アダプターをベースへ統合する操作は別です。派生ウェイトを計算し、新しい完全成果物として保存する場合があります。

本番レシピの一部である場合、スケールと組合せ順を記録します。完全な統合出力が必要なら、その出力を別途保持します。柔軟性が必要なら、ベースと未統合アダプターを保持します。

簡単な確認チェックリスト

1. コンテナを特定し、ローダーが対応することを確認します。
2. 保守されているツールでテンソル名とメタデータを確認し、未知の補助コードは実行しないでください。
3. 完全に互換性のあるベースとリビジョンを記録します。
4. 設定とモデルカードの文脈をウェイトと一緒に保持します。
5. ダウンロード後および転送後にファイルをハッシュ化します。
6. ファミリーをアーカイブする前に、対象ランタイムでテストします。

アダプターだけでなく依存関係を保持

公開された不変のベースなら、正確な識別子で十分と判断できます。非公開、変更済み、または消失する可能性のあるベースなら、完全なベースをアダプターとともに保持します。チェックポイントと LoRA の比較は、復元目標に答える成果物の判断に役立ちます。

Tensor Archive は、完全に検証された復元のために選択したローカルテンソルをまとめます。欠けたトリガーワードを推測せず、アーキテクチャ間の互換性を約束せず、アダプターウェイトからベースを再構築しません。

ファイルを管理しやすいライブラリへ配置

多数のアダプターを一つのベースで整理して依存関係を管理し、重複または実験バリアントを削除する前にLoRA ディスク容量ガイドに従います。