关于llm_instruction_reranker的save方法的问题

[passionate11]

首先非常感谢贵团队杰出的开源工作，真的为我们提供了非常多的便利。
我在用llm_instruction_reranker的时候遇到一个问题，希望得到解惑
问题在于下面这个方法，他来自：https://github.com/FlagOpen/FlagEmbedding/blob/13da7435aba2c4cfbbd7caa4c595fe4862f6ba19/FlagEmbedding/llm_reranker/finetune_for_instruction/trainer.py#L9C2-L29C1
这里如果是lora的话会调用modeling内修改的save方法，这样出来的模型是符合预期的，但是如果全量的话，会使用默认的save方法，这时模型的key就变成了model.xxx（应该为xxx），这样就不能使用AutoModelForCausalLM加载了，请问这里是有什么原因吗？不应该都是用modeling内的save方法吗，期待解惑～

def _save(self, output_dir: Optional[str] = None, state_dict=None):
        if not self.use_lora:
            super()._save(output_dir, state_dict)
            return
        output_dir = output_dir if output_dir is not None else self.args.output_dir
        os.makedirs(output_dir, exist_ok=True)
        logger.info("Saving model checkpoint to %s", output_dir)
        # Save a trained model and configuration using `save_pretrained()`.
        # They can then be reloaded using `from_pretrained()`
        if not hasattr(self.model, 'save'):
            raise NotImplementedError(
                f'MODEL {self.model.__class__.__name__} '
                f'does not support save interface')
        else:
            self.model.save(output_dir)

[545999961]

这里的方法主要是针对lora设计的
如果是全量的话保存的是整个模型BiEncoderModel，将下面这部分注释掉后可以保存AutoModelForCausalLM加载的模型

if not self.use_lora:
    super()._save(output_dir, state_dict)
    return

[passionate11]

好的，感谢～