移除独立文本编码器，改用预训练编码器并调整相关参数

hello.py

@@ -1,6 +0,0 @@
-def main():
-    print("Hello from suimemodeltraner!")
-
-
-if __name__ == "__main__":
-    main()

src/model/model.py

@@ -6,25 +6,17 @@ from .components import AttentionPooling, Expert  # , ResidualBlock  # 假设已
 
 
 class InputMethodEngine(nn.Module):
-    """
-    输入法引擎模型
-    输入：光标前/后文本、拼音、历史记录（四段）的编码序列
-    输出：槽位序列（最多24个文字ID）的概率分布
-    """
-
     def __init__(
         self,
-        input_vocab_size: int,  # 输入文本的词汇表大小（含特殊符号）
-        output_vocab_size: int,  # 输出文字的词汇表大小（含终止符0）
-        hidden_size: int = 512,  # 隐藏层维度
-        num_layers: int = 4,  # Transformer 层数
-        num_heads: int = 4,  # 多头注意力头数
-        max_slot_steps: int = 24,  # 最大槽位步数（8槽×3步）
-        num_experts: int = 20,  # 专家数量
-        top_k: int = 3,  # 每个token选择的专家数
-        expert_res_blocks: int = 4,  # 每个专家内部的残差块数
+        pretrained_encoder,  # 已加载并扩展好的预训练编码器
+        output_vocab_size: int,
+        hidden_size: int = 512,  # 需与预训练模型隐藏维度一致
+        max_slot_steps: int = 24,
+        num_experts: int = 20,
+        top_k: int = 3,
+        expert_res_blocks: int = 4,
         dropout: float = 0.3,
-        use_attention_pooling: bool = False,  # 是否在槽位特征后加池化（暂未使用）
+        use_attention_pooling: bool = False,
         **kwargs,
     ):
         super().__init__()
@@ -35,45 +27,24 @@ class InputMethodEngine(nn.Module):
         self.top_k = top_k
         self.use_attention_pooling = use_attention_pooling
 
-        # -------------------- 1. 文本编码器 --------------------
-        self.token_embedding = nn.Embedding(input_vocab_size, hidden_size)
-        self.position_embedding = nn.Embedding(
-            512, hidden_size
-        )  # 可学习位置编码，512足够长
-        self.token_type_embedding = nn.Embedding(4, hidden_size)  # 4种段落类型
+        # 预训练编码器
+        self.encoder = pretrained_encoder
 
-        encoder_layer = nn.TransformerEncoderLayer(
-            d_model=hidden_size,
-            nhead=num_heads,
-            dim_feedforward=hidden_size * 4,
-            dropout=dropout,
-            activation="gelu",
-            batch_first=True,
-        )
-        self.transformer = nn.TransformerEncoder(encoder_layer, num_layers=num_layers)
-
-        # -------------------- 2. 槽位相关组件 --------------------
-        # 槽位文字嵌入（输出词汇表）
+        # 其他组件与之前相同
         self.slot_embedding = nn.Embedding(output_vocab_size, hidden_size)
-        # 槽位位置编码（可学习，最大步数+1用于起始符）
         self.slot_position_embedding = nn.Embedding(max_slot_steps + 1, hidden_size)
 
-        # 交叉注意力（Query = 槽位序列，Key/Value = 文本编码结果）
         self.cross_attention = nn.MultiheadAttention(
             embed_dim=hidden_size,
-            num_heads=num_heads,
+            num_heads=4,  # 可配置
             dropout=dropout,
             batch_first=True,
         )
 
-        # 可选：注意力池化（若 use_attention_pooling=True，则用于聚合槽位序列特征）
         if use_attention_pooling:
             self.attention_pooling = AttentionPooling(hidden_size)
 
-        # -------------------- 3. 门控网络 + 专家层 --------------------
-        self.gate = nn.Linear(hidden_size, num_experts)  # 输出 logits，用于选择专家
-
-        # 每个专家是一个独立的残差网络（输出维度=hidden_size）
+        self.gate = nn.Linear(hidden_size, num_experts)
         self.experts = nn.ModuleList(
             [
                 Expert(
@@ -87,7 +58,6 @@ class InputMethodEngine(nn.Module):
             ]
         )
 
-        # -------------------- 4. 分类头（同维FFN）--------------------
         self.classifier = nn.Sequential(
             nn.Linear(hidden_size, hidden_size, bias=False),
             nn.LayerNorm(hidden_size),
@@ -95,36 +65,21 @@ class InputMethodEngine(nn.Module):
             nn.Linear(hidden_size, output_vocab_size),
         )
 
-        # 初始化
         self._init_weights()
 
-    def _init_weights(self):
-        """初始化权重（简单示例）"""
-        for p in self.parameters():
-            if p.dim() > 1:
-                nn.init.xavier_uniform_(p)
-
     def encode_text(self, input_ids, token_type_ids, attention_mask):
         """
-        编码输入文本（光标前、拼音、光标后、历史记录）
-        返回: [batch, seq_len, hidden_size] 编码后的上下文表示
+        使用预训练编码器编码文本
+        注意：预训练模型输出可能包含 last_hidden_state 和 pooler_output
         """
-        seq_len = input_ids.size(1)
-        # 位置编码
-        positions = torch.arange(seq_len, device=input_ids.device).unsqueeze(0)
-        pos_emb = self.position_embedding(positions)
-        # token类型编码
-        type_emb = self.token_type_embedding(token_type_ids)
-        # 词嵌入
-        token_emb = self.token_embedding(input_ids)
-        # 相加
-        x = token_emb + pos_emb + type_emb
-        # Transformer编码器（需要padding mask）
-        # attention_mask: [batch, seq_len] 1表示有效，0表示填充
-        # TransformerEncoder 要求 mask 为 [batch, seq_len] 且 1 表示忽略
-        src_key_padding_mask = attention_mask == 0  # True表示填充位置
-        x = self.transformer(x, src_key_padding_mask=src_key_padding_mask)
-        return x
+        outputs = self.encoder(
+            input_ids=input_ids,
+            token_type_ids=token_type_ids,
+            attention_mask=attention_mask,
+            return_dict=True,
+        )
+        # 取 last_hidden_state [batch, seq_len, hidden]
+        return outputs.last_hidden_state
 
     def forward_single_step(self, context, slot_seq_emb, slot_seq_mask=None):
         """