模型导入

旧授权方式升级

若您此前使用的是旧授权方式，导入页 Bucket 字段下方会提示「建议转换为新的 Bucket 授权方式，提升安全性」并提供「直接转换」链接。点击后弹出确认框，确认即可升级为服务关联角色授权方式，升级不影响原有数据。

未开通 OSS 产品

若主账号尚未开通对象存储 OSS，导入页会提示「您还未开通OSS」并提供前往购买的链接。须由主账号前往 OSS 控制台开通 OSS 后返回导入页重新授权。

必需文件与目录结构

子目录中须包含以下文件：adapter_model.safetensors（LoRA 适配器权重，SafeTensors 格式）、adapter_config.json（含 rank、alpha 等参数的配置文件）、config.json（基础模型配置）。选中目录后系统会自动校验这些文件的格式与完整性。

训练参数约束

• rank 取值：rank 必须为 8、16、32 或 64 之一，且同一模型的所有 LoRA 层须使用相同的 rank 值，否则无法导入。

• 词汇表不可修改：训练中添加新 token 或修改原始词汇表的模型无法导入，须与基础模型词汇表完全一致。

• 对话模板不可修改：训练中修改 chat_template 的模型无法导入，须与基础模型默认配置一致。chat_template 位于 config.json 或 tokenizer_config.json 的 chat_template 字段。

• 视觉模型须冻结 VIT：视觉语言模型必须冻结 Vision Transformer 部分。若 LoRA 适配器中包含 visual 相关权重参数（即未冻结 VIT），该模型无法导入。

可在导入前运行以下脚本检查 adapter_model.safetensors 是否含 visual 开头的参数键，以判断 VIT 是否冻结。

from safetensors import safe_open
import argparse

def print_safetensor_structure(file_path):
    print(f"Loading safetensor file: {file_path}")
    print("="*80)

    with safe_open(file_path, framework="pt") as f:
        keys = f.keys()
        print(f"Found {len(keys)} tensors in the file:\n")

        for key in sorted(keys):
            tensor = f.get_tensor(key)
            shape = tuple(tensor.shape)
            dtype = str(tensor.dtype)
            device = tensor.device if hasattr(tensor, 'device') else 'cpu'

            lora_tag = " [LoRA]" if "lora_A" in key or "lora_B" in key else ""

            print(f"[{dtype:>14}] {shape} | {key} {lora_tag}")

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Print structure of a .safetensors LoRA adapter.")
    parser.add_argument("filepath", type=str, help="Path to the .safetensors file")
    args = parser.parse_args()

    print_safetensor_structure(args.filepath)

判断方法：若脚本输出中存在以 visual 开头的参数键（如 visual.encoder.layer.0...），说明 VIT 部分未被冻结，该模型无法导入；若仅含 lora_A、lora_B 等 LoRA 相关参数键，则 VIT 已冻结，可正常导入。

【截图：ss-safetensors-out-01.png — safetensors 结构检查脚本输出示例，展示冻结 VIT 的 adapter 文件仅含 lora_A、lora_B 参数键】

提交前自动校验

在导入页选中模型目录后，系统会自动调用文件校验接口检查目录下模型文件的格式与完整性。校验失败会在目录字段下方显示红标提示并阻断提交，须按提示修正文件后再提交。常见失败原因如缺少必需文件，对应错误码 AvailableModelFileNotFound。

【截图：ss-dir-browser-01.png — 模型目录浏览器选中子目录后的文件自动校验结果】

状态与流转

模型状态包括创建中、创建成功、创建失败和已失效。创建中表示正在导入；创建成功表示导入完成可部署；创建失败表示导入未成功；已失效表示创建成功后 OSS 源模型文件发生变更。列表对处于创建中状态的模型每 3 秒自动静默刷新，属正常行为，非接口异常。

创建失败状态旁附「详情」链接，悬停可查看失败错误码（如 AvailableModelFileNotFound）与对应的 oss://bucket/path 路径，用于定位失败文件。

已失效状态可悬停查看弹出框，展示「如下文件检测到更新」及发生变更的源文件名列表，提示须重新导入。

【截图：ss-status-popover-01.png — 已失效状态气泡弹出框文件变更列表与创建失败悬浮提示错误码】

操作列可用性

• 部署：仅创建成功状态可点击，点击后跳转部署创建页，部署操作详见部署运维；其余状态或无可选部署方式时按钮不可用。

• 增量训练：从 OSS 导入的模型不支持增量训练，按钮不可用。

• 删除：创建中状态不可删除；量化模型须前往模型压缩界面删除。

在操作列点击删除并确认后，仅删除百炼侧的模型记录，不影响 OSS 源文件。其余状态删除时会调用删除接口清理记录。

列表顶部搜索框可按模型名称筛选模型，支持清空重置。来源列按导入来源渲染：OSS 导入显示 oss://bucket/path，训练任务显示来源任务 ID（已删除则显示「训练任务已删除」），并标注全参、LoRA 或量化标签。通过 API 调用已部署模型详见使用 API 进行模型部署。

所有操作按单个模型进行，不支持批量删除或批量部署。