adamw 换成 sgd 时 load_state_dict 不会报错,SGD 会收下 AdamW 的 exp_avg/exp_avg_sq 却永远用不上——动量实际从零开始,但状态里白占内存,之后存盘还会一路带下去。 改为检测到优化器种类变化就跳过加载并给出日志,模型权重与训练进度不受影响。 README 补一张表,说明续训时哪些配置按 yaml、哪些来自存档、哪些不能改。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
adamw 换成 sgd 时 load_state_dict 不会报错,SGD 会收下 AdamW 的 exp_avg/exp_avg_sq 却永远用不上——动量实际从零开始,但状态里白占内存,之后存盘还会一路带下去。 改为检测到优化器种类变化就跳过加载并给出日志,模型权重与训练进度不受影响。 README 补一张表,说明续训时哪些配置按 yaml、哪些来自存档、哪些不能改。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>