一个基础模型，多个适配器：保留部署而不重复基础模型

LoRA 的小是相对基础模型而言；如果打包方式让大型基础模型重复五次，它就不再小。基础模型和适配器真正属于一组时，存储问题不是“我能压缩哪个文件？”，而是“我日后需要恢复哪种关系？”

基础模型重复模式

创建自包含部署文件夹很常见，因为它们便于复制或移交：每个适配器一个文件夹，并各自携带所需基础模型。单独看每个文件夹都很容易理解，但当同一基础模型出现在每个部署中时，整个模型库就会变得昂贵。

有用的单位是相关模型系列。如果能用一句话说明关系，就把基础模型、适配器和部署版本放在一起。不要只因为不相关模型恰好使用同一硬盘就把它们混在一起。

一个模型系列中应包含什么？

• 一个基础检查点及其配套 LoRAs 或适配器；
• 紧密相关且重复该基础模型的自包含部署；或
• 来自同一模型项目且具有明确恢复目的的已完成修订版。

不要把每个检查点、每个 LoRA 或每种模型格式合并为一个巨型归档。归档应减少歧义，而非增加歧义。如果无法解释某文件为何属于该系列，请分开保存。

测量结果实际表明什么

Tensor Archive 的受控五部署模型和适配器示例中，每个部署独立存储时为 907.3 MB，作为一个相关模型系列时为 261.6 MB，物理存储减少 71.2%。该数字说明的是基础模型重复模式，并非对适配器的一般性承诺。

测试该模式的安全方法

1. 选择基础模型，且只选择确实与其相关的适配器。
2. 使用 Add model family → Local folder，然后运行 Analyse source。
3. 归档前检查结果；这正是真实模型系列证明自身合理性的环节。
4. 将其归档，运行 Verify，然后恢复单独副本。
5. 手动删除任何旧工作副本前，请在需要该版本的工作流程中测试恢复版本。

将存储与转换分开

这并不是转换每个文件或改变模型权重的理由。Tensor Archive 不是量化器或模型转换器；它是用于精确恢复很重要的相关版本的本地归档。如果软件包不清楚，请在分组前检查LoRA 文件包含什么。要了解存储与转换的区别，请阅读 SafeTensors 存储与量化。

关系真实时，工作流程很简单：分析、归档、验证、恢复，然后手动选择要删除的内容。下载 Tensor Archive，用一个模型系列完成该测试。