Hva er en LoRA-fil?

En LoRA-fil lagrer lærte adaptertensorer med lav rang som endrer utvalgte lag i en kompatibel basismodell. Den inneholder vanligvis ikke selve basen. I diffusjonsmiljøer distribueres adapteren ofte som én .safetensors-fil. I PEFT-arbeidsflyter ligger adaptervektene vanligvis ved siden av en adapter_config.json.

Hva vektfilen faktisk inneholder

På et konseptuelt nivå lærer LoRA parede matriser med lav rang for utvalgte moduler. En serialisert adapter lagrer disse tensorverdiene under navn som forteller innlasteren hvor oppdateringene hører hjemme. Den kan også inneholde en liten mengde metadata som beholderen støtter.

Den trenger ikke å gjenta alle fryste parametere fra basen. Dette er lagringsfordelen med LoRA innen AI, men også grunnen til at en nedlastet adapter vanligvis ikke kan brukes alene.

Er alle .safetensors-filer en LoRA?

Nei. SafeTensors er en tensorbeholder, ikke en adaptertype. En .safetensors-fil kan inneholde et fullstendig kontrollpunkt, en VAE, en embedding, en adapter eller andre tensorer. Tensornavnene, metadataene og innlastingskonteksten fastslår hva den representerer.

Omvendt trenger ikke en LoRA å bruke SafeTensors. Hugging Face PEFT kan lagre adaptervekter som adapter_model.safetensors som standard, eller som en binærfil når sikker serialisering er deaktivert. Andre økosystemer bruker egne pakkekonvensjoner. Vurder pakken, ikke en velkjent filendelse.

De tilhørende filene kan være avgjørende

En standard PEFT-adapterkatalog inneholder vektene og adapter_config.json. Denne konfigurasjonen registrerer PEFT-typen, målmodulene og parameterne som trengs for å gjenskape adapteratferden. Den kan også identifisere navnet eller banen til basismodellen. Et modellkort kan inneholde lisens, tiltenkt bruk og evalueringskontekst.

my_adapter/
├── adapter_model.safetensors  # lærte adaptertensorer
├── adapter_config.json        # hvordan og hvor de skal brukes
└── README.md                  # opphav, bruk og vilkår

I diffusjonsmiljøer deles LoRAs ofte som én fil fordi måløkosystemet har konvensjoner eller innebygde metadata. Denne bekvemmeligheten kan skjule manglende kontekst. Behold den opprinnelige siden eller URL-en til modellkortet, nøyaktig baseidentifikator, aktiveringsord, anbefalt styrke, lisens og kontrollsum når dette er viktig.

Derfor er den nøyaktige basismodellen viktig

En adapter ble trent mot en bestemt arkitektur og basetilstand. En innlaster kan avvise inkompatible tensornavn umiddelbart, men mindre tydelige inkompatibiliteter kan bare gi dårlige resultater. «SDXL LoRA» eller «Llama-adapter» er ikke alltid en presis nok identifikator. Bruk det publiserte repositoriet, revisjonen eller en nøyaktig lokal kontrollsum når reproduserbarhet er viktig.

En lokalt endret base skaper en enda sterkere avhengighet. Hvis ingen offentlig kilde kan reprodusere den, sitter du igjen med en oppdatering til vekter du ikke lenger har dersom du bare beholder LoRA-filen.

Endrer LoRA-styrken filen?

Vanligvis bruker kjøremiljøet en skala uten å skrive om den lagrede adapteren. Ulike styrkeverdier i grensesnittet gir derfor ulik inferensatferd fra de samme bytene. Å smelte en adapter inn i en base er annerledes: Det beregner avledede vekter og kan lagre et nytt, fullstendig artefakt.

Registrer skalaen og kombinasjonsrekkefølgen når de inngår i en produksjonsoppskrift. Hvis du trenger det nøyaktige sammensmeltede resultatet, beholder du dette resultatet separat. Hvis du trenger fleksibilitet, beholder du basen og adapterne uten sammensmelting.

En rask sjekkliste for inspeksjon

1. Identifiser beholderen, og bekreft at innlasteren støtter den.
2. Undersøk tensornavn og metadata med et vedlikeholdt verktøy. Ikke kjør ukjent hjelpekode.
3. Registrer den nøyaktige kompatible basen og revisjonen.
4. Oppbevar konfigurasjonen og konteksten fra modellkortet sammen med vektene.
5. Beregn filens hash etter nedlasting og etter hver overføring.
6. Test den i det tiltenkte kjøremiljøet før du arkiverer familien.

Behold avhengigheten, ikke bare adapteren

For en offentlig, uforanderlig base kan du avgjøre at en presis identifikator er tilstrekkelig. For private, endrede eller forsvinnende baser beholder du den nøyaktige basen sammen med adapteren. Sammenligningen av kontrollpunkt og LoRA hjelper deg å avgjøre hvilke artefakter som oppfyller gjenopprettingsmålet.

Tensor Archive grupperer utvalgte lokale tensorer for nøyaktig og kontrollert gjenoppretting. Verktøyet utleder ikke manglende aktiveringsord, lover ikke kompatibilitet på tvers av arkitekturer og rekonstruerer ikke en base fra adaptervekter.

Plasser filen i et håndterbart bibliotek

Bruk én base med mange adaptere for å organisere avhengighetene, og følg deretter veiledningen for LoRA-diskplass før du sletter duplikater eller eksperimentelle varianter.