一、為什么Prompt Tuning會生成模型文件？

1. Prompt Tuning的本質：優化可訓練的「提示參數」

• 核心邏輯：Prompt Tuning（提示調優）是一種輕量級的微調技術，僅優化模型輸入層的提示向量（Prompt Embedding）或少量額外參數，而非更新整個預訓練模型的權重。
• 生成模型文件的原因：
  當優化完成后，訓練好的提示參數（如離散提示詞的索引、連續提示向量的數值）需要與原始預訓練模型結合，形成一個**「適配特定任務的新模型」**。這個新模型包含兩部分：
  • 固定的預訓練模型主體（如BERT、GPT的權重不變）。
  • 優化后的提示參數（作為模型的新增輸入層或前綴參數）。
    因此，保存模型文件時，需要將提示參數與原始模型的結構信息（如提示向量的維度、位置）一起存儲，以便后續推理時正確加載和使用。

<