事情本身不复杂，线索都在日志里。Windows 11 上装 Ollama 0.5.4，把自己用 convert_hf_to_gguf 转出的 qwen2 模型导进去，ollama run 直接报 error: failed to load model: tensor ‘blk.0.attn_norm.weight’ not found，同目录的官方向量版本却能跑。
第一反应是「量化时用的是 q4_0 老格式，新版本运行时不再兼容」，验证下来不成立。
原因不止一个，得分开看。转换脚本与运行时对架构命名不一致，层名对不上。还有一种是GGUF 里少了 metadata 里的架构字段，加载器猜错类型。
不容易想到的是，内存不足时先报张量缺失，掩盖了真正的 OOM。
先看 GGUF 的头信息字段
python -c "import gguf;r=gguf.GGUFReader('m.gguf');print([k for k in r.fields if 'arch' in k])"随后按当前运行时的脚本重新转换并量化为 q4_K_M
python convert_hf_to_gguf.py ./hf --outfile m.gguf --outtype q8_0接着用 Modelfile 导入再单独跑一次
ollama create qwen-test -f Modelfile末了查看服务端日志里的真实原因
Get-Content "$env:LOCALAPPDATA\Ollama\server.log" -Tail 50改完先别撤，确认这几项。ollama run 能正常输出中文回答，ollama list 里模型大小合理，日志不再出现 tensor not found。
容易忽略的是，自转模型出问题先怀疑转换脚本版本，运行时与转换器要同源，混合版本最容易出现层名对不上。如果同一现象隔几天又出现，说明根因没找到，别当偶发处理。