修复分类头输出维度，使用 d_model 替代 hidden_size

src/trainer/model.py

@@ -125,16 +125,16 @@ class MoEModel(nn.Module):
                 input_dim=self.hidden_size,
                 d_model=d_model,
                 num_resblocks=num_resblocks,
-                output_multiplier=2,  # 输出维度 = 2 * hidden_size
+                output_multiplier=2,  # 输出维度 = 2 * d_model
                 dropout_prob=dropout_prob,
             )
             self.experts.append(expert)
 
         # 4. 分类头
         self.classifier = nn.Sequential(
-            nn.LayerNorm(2 * self.hidden_size),  # 专家输出维度
+            nn.LayerNorm(2 * d_model),  # 专家输出维度
             nn.Dropout(0.1),
-            nn.Linear(2 * self.hidden_size, num_classes),
+            nn.Linear(2 * d_model, num_classes),
         )
 
         # 可选：为领域专家和共享专家设置不同权重衰减（通过优化器实现，此处不处理）