1 项目背景
业务场景
算法团队训练了一个多语言客服分类模型，保存后一切正常。两周后需要在英文数据上做增量训练，小陈用from_pretrained()加载模型时看到了这样的警告：
Some weights of BertForSequenceClassification were not initialized from the model checkpoint: - classifier.weight - classifier.bias小陈没当回事，直接开始训练。结果训练了 3 个 epoch 后验证集 F1 只有 0.45——因为分类头是随机初始化的，前 3 个 epoch 都在从零学习分类头。
更严重的问题发生在模型分片上：一个大模型保存时被分成了 3 个 shard 文件（model-00001-of-00003.safetensors等）。运维人员部署时漏拷了model-00002，加载时没报错——因为strict=False是默认行为，模型静默地用随机权重替代了缺失的分片。
痛点
from_pretrained()看似简单，背后隐藏着复杂的权重匹配、分片加载和安全校验逻辑：
from_pretrained() 核心流程: ┌─────────────┐ │ 1. 加载config │ → 确定模型结构 ├────────────
