逐层量化工作流

用于在基础适配与四步验证通过后，开启按层加载量化路径。

阶段 A：确认是否需要启用

• 用户明确要求逐层量化/逐层加载/懒加载。
• 或 CPU 内存无法全量加载权重。
• 若不满足，保持基础适配流程，不进入本工作流。

阶段 B：逐层改造

1. 增加权重映射读取能力（model.safetensors.index.json）。
2. 增加按需读取单层权重能力（按 prefix 过滤）。
3. 增加缺层时的按层实例化与加载逻辑。
4. 统一 generate_model_visit 与 generate_model_forward 的层遍历来源，确保严格同序。

阶段 C：最小验证

1. 可完整遍历所有 decoder 层。
2. visit/forward 层序一一对应，无错位。
3. 抽样前向无 shape 断裂与异常。

验收规则

• 若阶段 B/C 全通过，可标记“逐层量化改造完成”。
• 若失败，回退到基础适配路径并记录阻塞点（层构造参数、键名映射、模块副作用等）。