PEFT

Stars

Hugging Face 的参数高效微调框架,通过 LoRA、IA³、AdaLoRA 等方法只训练少量参数,降低 Transformer 与 Diffusion 模型适配成本。

MODEL STATE · ATOMICITY

在修改权重之前拒绝非法状态

重复名称不是一个普通输入错误,它可能静默覆盖已经训练的 Adapter。

EXISTING STATEadapter: financetrained weights ✓
UNIQUENESS GATEname exists?
YES → ValueErrorNO → mutate
FAILED REQUESTstate_dict unchanged原配置对象保持不变
危险边界

重复名称会触碰已有权重

重复 adapter_name 会静默覆盖配置并再次注入层,已有训练权重存在被破坏风险。

原子性

失败必须发生在修改之前

这不是简单的命名冲突,而是状态原子性问题;如果检查发生在修改之后,即使抛出异常,模型也可能已经处于部分更新状态。

前置闸门

先校验唯一性,再注入层

将 Adapter 唯一性校验前移到任何模型或配置突变之前,冲突时立即失败,并确保错误路径不触碰既有 Adapter。

模型状态

错误请求不再留下半成品

把危险的静默覆盖变成可解释的早期错误,同时保护已训练权重和模型结构,保证失败操作可安全回退。