Одна базовая модель, несколько адаптеров: сохраняйте развёртывания без повторения базы
LoRA мала лишь до тех пор, пока способ упаковки не повторит большую базовую модель пять раз. Если база и её адаптеры действительно связаны, вопрос хранения звучит не как «какой файл сильнее сжать?», а как «какую связь мне потребуется восстановить позже?»
Схема с повторяющейся базовой моделью
Автономные папки развёртывания часто создают ради удобства копирования или передачи: по одной папке на адаптер, каждая содержит необходимую базовую модель. По отдельности такие папки понятны, но библиотека становится дорогостоящей, когда одна база присутствует в каждом развёртывании.
Полезная единица — связанное семейство. Храните базовую модель, адаптеры и версии развёртывания вместе, если можете описать их связь одним предложением. Не смешивайте несвязанные модели лишь потому, что они находятся на одном диске.
Удобно локально, но одни и те же байты могут многократно повторяться в связанных выпусках.
Что входит в одно семейство?
- один базовый чекпойнт с предназначенными для него LoRAs или адаптерами;
- тесно связанные автономные развёртывания, в которых повторяется эта база; или
- завершённые ревизии одного проекта модели с ясной целью восстановления.
Не объединяйте каждый чекпойнт, каждую LoRA и каждый формат модели в один гигантский архив. Архив должен уменьшать неоднозначность, а не создавать её. Если вы не можете объяснить, почему файл относится к семейству, храните его отдельно.
Что на самом деле показывает измеренный результат
В контролируемом примере Tensor Archive из пяти развёртываний моделей и адаптеров было измерено 907.3 MB при независимом хранении каждого развёртывания и 261.6 MB в составе одного связанного семейства: физический объём хранения сократился на 71.2%. Это число иллюстрирует повторение базовой модели, а не представляет собой универсальное утверждение об адаптерах.
Читайте область применимости, а не только процент. В тесте участвовали пять связанных автономных развёртываний, и восстановление было точным. Для отдельного адаптера, папки без общих данных или библиотеки несвязанных моделей результат может сильно отличаться.
Безопасный способ проверить эту схему
- Выберите базовую модель и только действительно связанные с ней адаптеры.
- Используйте Add model family → Local folder и запустите Analyse source.
- Проверьте результат до архивирования: именно здесь подтверждается обоснованность реального семейства.
- Заархивируйте семейство, запустите Verify, затем восстановите отдельную копию.
- Протестируйте восстановленную версию в нужном рабочем процессе, прежде чем вручную удалять старую рабочую копию.
Разделяйте хранение и преобразование
Это не повод преобразовывать каждый файл или менять веса моделей. Tensor Archive — не квантователь и не конвертер моделей, а локальный архив связанных версий, для которых важно точное восстановление. Если состав пакета непонятен, до группировки изучите, что содержит файл LoRA. Различие между хранением и преобразованием описано в материале Хранение SafeTensors и квантование.
Когда связь реальна, процесс прост: проанализируйте, заархивируйте, проверьте, восстановите, а затем вручную выберите, что удалить. Скачайте Tensor Archive, чтобы провести такой тест с одним семейством.
Источники
- LoRA: Low-Rank Adaptation of Large Language Models — почему адаптеры представляют собой отдельные низкоранговые обновления базовой модели.
- Сводка теста Tensor Archive — рабочая нагрузка из пяти развёртываний и подтверждение точного восстановления.