现场是这样的。给模型加了中文词表并 resize 嵌入层，加载时报 shape mismatch，提示词表大小与权重维度不一致。
中间走过弯路，把「加载时用了旧的 tokenizer 覆盖新词表」当成主因，改完现象没变。
排查方向其实有限，先把可能性排一排。保存了 tokenizer 却没有同步保存模型；resize 之后没有重新保存权重；新增词只加了 tokenizer 没有初始化向量。
先确认两端词表大小一致
python -c "print(len(tokenizer), model.get_input_embeddings().weight.shape[0])"接着按新词表调整嵌入层
model.resize_token_embeddings(len(tokenizer))保存模型与分词器到同一目录
model.save_pretrained('./new'); tokenizer.save_pretrained('./new')剩下的就是验证新词能正常编码解码
python -c "print(tokenizer.decode(tokenizer.encode('测试新词')))"中途换过一次思路，把范围缩到最小的那一层，反而快了。
别只看报错消失，验证要多做一步。加载不再报形状不匹配，新词能正确编码，模型输出里可以出现这些词。
提醒一点。新增词的向量是随机初始化的，必须继续训练才有意义，直接推理往往得到语义混乱的结果。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。