Um modelo base, vários adaptadores: conserve implementações sem repetir o modelo base
Uma LoRA é pequena apenas até a forma como a empacota repetir cinco vezes um grande modelo base. Quando o modelo base e os adaptadores pertencem verdadeiramente ao mesmo conjunto, a questão de armazenamento não é «que ficheiro consigo comprimir?», mas «que relação preciso de recuperar mais tarde?».
O padrão de repetição do modelo base
É comum criar pastas de implementação autónomas porque são práticas para copiar ou entregar: uma pasta por adaptador, cada uma com o modelo base de que precisa. As pastas são fáceis de compreender individualmente, mas a biblioteca torna-se dispendiosa quando o mesmo modelo base aparece em todas as implementações.
A unidade útil é a família relacionada. Mantenha juntos o modelo base, os adaptadores e as versões de implementação quando conseguir explicar a relação numa frase. Não misture modelos não relacionados apenas por utilizarem o mesmo disco.
Conveniente localmente, mas os mesmos bytes podem aparecer repetidamente em versões relacionadas.
O que pertence a uma família?
- um checkpoint base com LoRAs ou adaptadores destinados a ele;
- implementações autónomas estreitamente relacionadas que repetem esse modelo base; ou
- revisões concluídas de um único projeto de modelo com um objetivo de recuperação claro.
Não junte cada checkpoint, cada LoRA ou cada formato de modelo num arquivo gigantesco. Um arquivo deve reduzir a ambiguidade, não aumentá-la. Se não conseguir explicar por que motivo um ficheiro pertence à família, mantenha-o separado.
O que demonstra realmente o resultado medido
O exemplo controlado de cinco implementações de modelos e adaptadores do Tensor Archive mediu 907.3 MB quando cada implementação era guardada separadamente e 261.6 MB como uma família relacionada: menos 71.2% de armazenamento físico. O número ilustra o padrão de repetição do modelo base, não uma afirmação universal sobre adaptadores.
Leia o âmbito, não apenas a percentagem. Foram utilizadas cinco implementações autónomas relacionadas e as restaurações foram exatas. Um adaptador individual, uma pasta sem dados partilhados ou uma biblioteca de modelos não relacionados podem produzir um resultado muito diferente.
Uma forma segura de testar o padrão
- Escolha o modelo base e apenas os adaptadores verdadeiramente relacionados com ele.
- Utilize Add model family → Local folder e execute Analyse source.
- Reveja o resultado antes de arquivar; é aqui que uma família real merece o seu lugar.
- Arquive-a, execute Verificar e depois restaure uma cópia separada.
- Teste a versão restaurada no fluxo que precisa dela antes de remover manualmente qualquer cópia de trabalho antiga.
Mantenha separados o armazenamento e a transformação
Isto não é motivo para converter todos os ficheiros nem alterar pesos de modelos. O Tensor Archive não é um quantizador nem um conversor de modelos; é um arquivo local para versões relacionadas em que a recuperação exata é importante. Se o pacote não for claro, inspecione o que contém um ficheiro LoRA antes de o agrupar. Para distinguir armazenamento e transformação, leia armazenamento SafeTensors ou quantização.
Quando a relação é real, o fluxo é simples: analisar, arquivar, verificar, restaurar e depois escolher manualmente o que remover. Descarregue o Tensor Archive para executar esse teste com uma família.
Fontes
- LoRA: Low-Rank Adaptation of Large Language Models — por que motivo os adaptadores são atualizações separadas e de baixo posto de um modelo base.
- Resumo do benchmark do Tensor Archive — a carga de cinco implementações e as provas de restauração exata.