大模型服务平台百炼：模型导入

介绍百炼从阿里云 OSS 导入 LoRA 模型的全流程操作，涵盖首次 OSS 授权、模型文件准备、导入表单填写、导入模型管理与常见问题排查。

模型导入概述

本篇介绍将本地训练的 LoRA 模型从阿里云对象存储 OSS 导入到百炼的全流程，覆盖首次 OSS 授权、模型文件准备、导入表单填写、模型查看管理与删除，以及导入失败、已失效等常见问题排查。导入成功后即可部署服务，部署、扩缩容与下线操作详见部署运维，通过 API 完成部署与调用详见使用 API 进行模型部署，部署前置概念与计费方案对比详见模型部署简介，本篇与三者构成概念、导入、部署、调用的完整链路。

导入页基础模型字段由百炼接口动态返回当前支持导入的基础模型清单，可能随版本更新，请以控制台可选列表为准。当前支持的基础模型如下：

训练方式可选项取决于所选基础模型的声明，选择基础模型后训练方式字段自动渲染可选项并默认选中第一项。当前版本支持导入 LoRA 模型，全参微调模型不可导入。

导入来源为「从 OSS 导入」，表单中默认选中，暂不支持从其他渠道导入模型。

导入成功后的模型状态为创建成功，可在我的模型列表中部署服务；从 OSS 导入的模型不支持增量训练，如需迭代请重新训练后再次导入。导入后将使用百炼提供的免费存储空间存放模型记录。

首次导入前完成 OSS 授权

首次从 OSS 导入模型前，须完成 OSS 服务关联角色授权，并为目标 Bucket 添加访问标签。授权通过导入页一键完成，授权后系统自动创建服务关联角色 AliyunServiceRoleForSFMDataHubOSSImport（服务名 datahub.sfm.aliyuncs.com，权限策略 AliyunServiceRolePolicyForSFMDataHubOSSImport），通常秒级生效。服务关联角色说明详见OSS 服务关联角色，主账号与子账号的概念与区别详见主账号与子账号。

在导入模型页的「导入来源」选择「从 OSS 导入」后，若未授权，OSS 字段区会提示「您还未授权OSS」并显示「前往授权」链接，确定按钮在未授权时不可用。主账号与子账号的授权路径不同，请按账号类型选择。

{
    "Action": [
        "ram:CreateServiceLinkedRole"
    ],
    "Resource": "*",
    "Effect": "Allow",
    "Condition": {
        "StringEquals": {
            "ram:ServiceName": "datahub.sfm.aliyuncs.com"
        }
    }
}

授权后须为目标 OSS Bucket 添加标签：标签名为 bailian-datahub-access，标签值为 read。该标签用于标记百炼可访问的 Bucket，未添加此标签的 Bucket 在下拉列表中不可选，须到OSS 管理控制台添加标签后重新选择。

OSS Bucket 存储类型不支持归档、冷归档或深度冷归档，服务端加密方式支持 OSS 完全托管，不支持 KMS 托管密钥（SSE-KMS）等其他服务端加密方式。支持私有 Bucket。百炼不支持访问 Bucket 根目录下的文件，须选择 Bucket 下已有的子目录或新建子目录。

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。

准备 LoRA 模型文件

导入前须将 LoRA 模型文件按以下要求存放在 OSS Bucket 的子目录中（不支持 Bucket 根目录），并在提交前通过系统的自动校验。模型文件须直接放在所选子目录下，系统会自动识别。

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。

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。

导入 LoRA 模型

完成 OSS 授权并准备好模型文件后，在百炼控制台·我的模型页面点击右上角「导入模型」按钮进入创建页，按以下步骤完成导入。

1. 在「我的模型」页面，点击右上角的「导入模型」按钮进入导入模型创建页。
2. 按下方表格填写模型信息，其中基础模型须与 LoRA 训练时的基座一致，Bucket 须已添加 bailian-datahub-access=read 标签，模型目录选中后系统会自动校验文件。
3. 确认信息无误后点击确定提交，系统自动验证文件格式和完整性，通过后开始导入；如需放弃点击取消返回列表页。导入后可在管理导入的模型查看状态。

导入模型表单各字段含义如下：

若尚未完成 OSS 授权，确定按钮不可用，须先完成首次导入前完成 OSS 授权后再提交。导入成功后即可部署，部署操作详见部署运维。

导入后的模型状态包括创建中（正在导入）、创建成功（可部署）、创建失败（导入失败）和已失效（源文件已变更）。

管理导入的模型

导入提交后返回我的模型列表页，可查看与管理所有导入的模型。列表展示模型名称、模型 ID（附复制按钮）、基础模型、来源、支持部署方式、状态、创建时间与操作列，右上角提供导入模型入口与刷新按钮。

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。

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。

常见问题

汇总导入过程中常见的问题与处理方式。