O que é um ficheiro LoRA?

Um ficheiro LoRA armazena tensores de adaptadores de baixo posto aprendidos que modificam camadas selecionadas de um modelo base compatível. Normalmente, não contém a própria base. Nas comunidades de difusão, o adaptador é frequentemente distribuído como um ficheiro .safetensors; nos processos PEFT, os pesos do adaptador encontram-se habitualmente ao lado de um adapter_config.json.

O que o ficheiro de pesos realmente contém

A nível conceptual, a LoRA aprende pares de matrizes de baixo posto para módulos escolhidos. Um adaptador serializado armazena esses valores de tensores sob nomes que indicam ao carregador onde pertencem as atualizações. Pode também conter uma pequena quantidade de metadados suportados pelo contentor.

Não precisa de repetir todos os parâmetros congelados da base. Essa é a vantagem de armazenamento da LoRA em AI, mas também a razão pela qual um adaptador descarregado não pode normalmente ser utilizado sozinho.

Todos os ficheiros .safetensors são LoRA?

Não. O SafeTensors é um contentor de tensores, não um tipo de adaptador. Um ficheiro .safetensors pode conter um checkpoint completo, um VAE, um embedding, um adaptador ou outros tensores. Os nomes dos tensores, os metadados e o contexto do carregador determinam o que representa.

Por outro lado, uma LoRA não tem de utilizar SafeTensors. O Hugging Face PEFT pode guardar os pesos do adaptador como adapter_model.safetensors por predefinição ou como ficheiro binário quando a serialização segura está desativada. Outros ecossistemas utilizam as suas próprias convenções de empacotamento. Avalie o pacote, não uma extensão familiar.

Os ficheiros complementares podem ser essenciais

Um diretório padrão de adaptador PEFT inclui os pesos e adapter_config.json. Essa configuração regista o tipo PEFT, os módulos alvo e os parâmetros necessários para reconstruir o comportamento do adaptador; pode também identificar o nome ou caminho do modelo base. Um cartão do modelo pode conter a licença, a utilização prevista e o contexto de avaliação.

my_adapter/
├── adapter_model.safetensors  # tensores aprendidos do adaptador
├── adapter_config.json        # como e onde aplicá-los
└── README.md                  # proveniência, utilização e termos

As LoRAs de difusão são muitas vezes partilhadas como um único ficheiro porque o ecossistema de destino tem convenções ou metadados incorporados. Essa conveniência pode ocultar a falta de contexto. Conserve o URL da página ou do cartão do modelo original, o identificador exato da base, as palavras de ativação, a intensidade recomendada, a licença e a checksum quando forem importantes.

Por que é importante o modelo base exato

Um adaptador foi treinado com uma arquitetura e um estado base específicos. Um carregador pode rejeitar imediatamente nomes de tensores incompatíveis, mas incompatibilidades mais subtis podem apenas produzir maus resultados. «LoRA SDXL» ou «adaptador Llama» nem sempre são identificadores suficientemente exatos; utilize o repositório publicado, a revisão ou a checksum local exata quando a reprodutibilidade for importante.

Uma base modificada localmente cria uma dependência ainda maior. Se nenhuma fonte pública conseguir reproduzi-la, conservar apenas a LoRA deixa-o com uma atualização de pesos que já não possui.

A intensidade da LoRA altera o ficheiro?

Normalmente, o ambiente de execução aplica uma escala sem reescrever o adaptador armazenado. Assim, diferentes valores de intensidade na interface produzem comportamentos de inferência diferentes a partir dos mesmos bytes. Fundir um adaptador numa base é diferente: calcula pesos derivados e pode guardar um novo artefacto completo.

Registe a escala e a ordem de combinação quando fizerem parte de uma receita de produção. Se precisar do resultado fundido exato, conserve-o separadamente; se precisar de flexibilidade, conserve a base e os adaptadores não fundidos.

Uma lista rápida de verificação para inspeção

1. Identifique o contentor e confirme que o carregador é compatível.
2. Inspecione os nomes e metadados dos tensores com uma ferramenta que tenha manutenção ativa; não execute código auxiliar desconhecido.
3. Registe a base compatível exata e a revisão.
4. Conserve a configuração e o contexto do cartão do modelo junto dos pesos.
5. Calcule o hash do ficheiro após a descarga e após qualquer transferência.
6. Teste-o no ambiente de execução previsto antes de arquivar a família.

Conserve a dependência, não apenas o adaptador

Para uma base pública e imutável, pode decidir que um identificador exato é suficiente. Para bases privadas, modificadas ou em risco de desaparecer, conserve a base exata com o adaptador. A comparação entre checkpoint e LoRA ajuda a decidir que artefactos respondem ao seu objetivo de recuperação.

O Tensor Archive agrupa tensores locais selecionados para recuperação exata e verificada. Não infere palavras de ativação em falta, não promete compatibilidade entre arquiteturas nem reconstrói uma base a partir dos pesos de um adaptador.

Coloque o ficheiro numa biblioteca gerível

Utilize uma base com muitos adaptadores para organizar as dependências e depois siga o guia de espaço em disco para LoRA antes de eliminar duplicados ou variantes experimentais.