从 4.36 升到 4.45 后加载自己微调的 7B 权重，日志刷出大量 Some weights of the model checkpoint were not used，lm_head 与 embed 的键名对不上，推理输出全是乱码。
真正麻烦的地方在于，几个原因的现象几乎一样。新版改了部分模块的命名空间，键前缀和旧权重不一致；AutoModel 选错了类，与权重的架构不匹配；关了 trust_remote_code 走默认实现，自定义层没有被创建；存量权重是旧版本 save_pretrained 存的，配置里的 arch 已过时。
先列出多出来和缺失的键
python -c "from transformers import AutoModel;m=AutoModel.from_pretrained('out/ckpt');print('loaded')"再往下放宽不匹配继续加载，看差异有多大
python -c "from transformers import AutoModelForCausalLM;print(AutoModelForCausalLM.from_pretrained('out/ckpt',ignore_mismatched_sizes=True))"接着核对配置里声明的架构
python -c "import json;print(json.load(open('out/ckpt/config.json'))['architectures'])"回到与训练一致的版本重新导出
pip install "transformers==4.36.2"那几天正好在做别的变更，先把时间线对齐才敢动手。
排查用的命令都是临时敲的，没有写成脚本，事后才整理。
恢复的判定其实很直接。日志里不再出现 not used 与 newly initialized，同一段 prompt 的输出与升级前逐字一致，lm_head 权重不是随机值。
出现 newly initialized 说明部分权重被随机初始化，服务能跑但结果是错的，别只看有没有抛异常。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。