模型挂载

ARTI 可以发现目标层，并把 Recall 分支挂载到已有 PyTorch 模型。

挂载到指定层

import arti

model = arti.ARTI.attach(
    model,
    recall={
        "layers": "model.layers.*",
        "rank": 16,
        "slots": 8,
    },
)

挂载配置支持明确路径、glob 模式、逐层维度、独立 Recall 线、Half 开关与训练设置。

检查资源开销

print(model.arti.summary())

在训练或导出前，使用摘要与资源预览限制新增参数规模。

保存紧凑状态

model.arti.save("assistant.recall.arti.st")

基础模型与 ARTI 状态可以保持分离，移除操作也是可逆的：

model.arti.remove()

可选集成边界

• 核心：PyTorch 优先
• 可选：Transformers 与 Qwen
• 可选：PEFT
• 可选：Diffusers 与 Stable Diffusion

核心包不依赖这些框架。