我很好调优了一个预训练的bert模型，但我遇到了一个奇怪的问题：当我我很好使用CPU调优时，代码保存模型如下：

的数据
使用“pytorch_model.bin”。但是当我使用CUDA（我必须）时，模型保存如下：

的
当我尝试在未来加载这个“model.safetensors”时，它会引发错误“pytorch_model. bin”not found.我使用两个不同的venvs来使用CPU和CUDA进行测试。
如何解决这个问题？是版本问题吗？
我使用sentence_transformers框架来微调模型。
以下是我的训练代码：

checkpoint = 'sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2'

word_embedding_model = models.Transformer(checkpoint, cache_dir=f'model/{checkpoint}')
pooling_model = models.Pooling(word_embedding_model.get_word_embedding_dimension(), pooling_mode='mean')
model = SentenceTransformer(modules=[word_embedding_model, pooling_model], device='cuda')

train_loss = losses.CosineSimilarityLoss(model)

evaluator = evaluation.EmbeddingSimilarityEvaluator.from_input_examples(val_examples, name='sbert')

model.fit(train_objectives=[(train_dataloader, train_loss)], epochs=5, evaluator=evaluator, show_progress_bar=True, output_path=f'model_FT/{checkpoint}', save_best_model=True)

字符串
我确实在两个不同的venvs中尝试了测试，我希望代码保存为“pytorch_model. bin”而不是“model.safetensors”。
编辑：我真的还不知道，但它似乎是变压器库的新版本，导致这个问题.我看到，与拥抱脸是可能的加载safetensors，但与句子变压器（我需要使用）它不是.