Clarify set_adapters() adapter_weights documentation and type hints

Fechada Para iniciantes
#15,146 1 comentário 0 reações 1 responsável Ver no GitHub

Mantenedores costumam responder em até 1 dia

@gorkadabo1 já está trabalhando nisso.

Desde 30/10/2026.

  • #15157 de @gorkadabo1 — integrado

Avaliação

Dificuldade
2/5
Tempo estimado
1-3 horas
Facilidade para iniciantes
68/100
Tipo de issue
Documentação
Clareza
Claramente especificada
Status de atividade
Ativa
Stack de tecnologia
python, pytorch
Domínio
machine-learning

Direção de pesquisa

Leia LoraBaseMixin.set_adapters() e sua docstring e anotação de tipo. A issue diz que o método aceita pesos escalares, do tipo dicionário, lista e None, incluindo pesos por adaptador e pesos de componentes aninhados; confira as formas aceitas em relação à implementação existente. O trabalho estará concluído quando a documentação explicar essas formas e a anotação for mais específica sem alterar o comportamento.

Escrita pelo modelo de indexação a partir do texto da issue.

Descrição

Follow-up to #15128.

During the review of #15128, @BenjaminBossan suggested improving the adapter_weights docstring and type annotation in LoraBaseMixin.set_adapters(), and @sayakpaul agreed. The PR was merged before I could include these changes. On current main, the docstring still describes adapter_weights as list[float, float], but the method also accepts scalars, dictionaries, lists of weights, and None. The type annotation also uses dict without specifying the key and value types.

A small follow-up could:

  • Explain the supported weight formats and how the same component-weight dictionary is used for multiple adapters.
  • Explain per-adapter and nested component weights where supported.
  • Make the type annotation more specific without changing how the method works.

I already wrote and tested these changes while working on #15128. Would a small follow-up PR for these changes be appropriate?

Linguagem predominante
Python
Estrelas
34.9k
Forks
7.5k
Merge médio
2d 13h
PRs com merge (30d)
64

Preparar o ambiente

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Mais de huggingface/diffusers

Todas as issues de huggingface/diffusers

Issues semelhantes

Mais issues de Python

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.