transformers 5.0.0rc tie_weights

[cjw-d]

transformers 5.0.0rc中tie_weights函数的逻辑和v4.x的逻辑不一样。

在v4.x中，当tie_word_embeddings=True时，比如Qwen3-0.6B的config.json中tie_word_embeddings默认为True。无论embed_tokens.wheight和lm_head.weight是否都存在checkpoint中，这两个权重是绑定的

但是在v5.0.0rc中，如果embed_tokens.weight和lm_head.weight都在checkpoint中的话，那就不会绑定权重，而是两个独立的权重副本。

https://github.com/huggingface/transformers/blob/v5.0.0rc1/src/transformers/modeling_utils.py#L2362-L2369

那v5.0.0rc和v4.x在训练时，梯度更新行为就不一致。这会不会导致一些问题？比如保存的时候embed_tokens.weight和lm_head.weight都会保存在checkpoint中，但是我后续加载模型时还是想绑定这两个权重。