Checklist

• 1. 我已经搜索过相关问题，但没有得到预期的帮助.
• 2. 最新版本中该错误尚未修复.
• 3. 请注意，如果您提交的Bug描述缺少相应的环境信息和最小可复现的demo，我们将很难复现和解决该问题，从而降低收到反馈的可能性，甚至该问题将被关闭.

🐞 问题详细描述

标题: [Bug]: 断点续训加载 checkpoint 时缺少 optimizer 文件报错不明确

描述:

当使用 no_load_optim=False（即需要恢复训练状态）加载 checkpoint 时，存在两种场景的报错信息不明确问题：

1. HuggingFace checkpoint + no_load_optim=False：HF checkpoint 本身不包含 optimizer 权重，但代码没有前置校验，会在后续流程中抛出难以定位的底层错误。
2. MindSpore checkpoint + no_load_optim=False：当 checkpoint 目录中缺少 optimizer 文件（opt-.safetensors）时（例如只拷贝了 model 权重而遗漏了 optimizer
   文件），代码在后续加载时才会报错，信息不直观，用户难以快速定位原因。

期望行为：在加载 checkpoint 前就进行前置校验，给出明确的错误提示，告知用户原因及修复建议（如设置 no_load_optim=True）。

复现代码:

场景1: HF checkpoint 尝试续训

trainer = Trainer(
model=model,
optimizer=optimizer,
config=TrainConfig(
checkpoint=CheckpointConfig(
checkpoint_path="/path/to/hf_checkpoint",
no_load_optim=False, # 尝试恢复训练
)
)
)
trainer.train()

场景2: MS checkpoint 目录缺少 optimizer 文件

例如某个 MS checkpoint 目录中只有 model-.safetensors，没有 opt-.safetensors

trainer = Trainer(
model=model,
optimizer=optimizer,
config=TrainConfig(
checkpoint=CheckpointConfig(
checkpoint_path="/path/to/ms_ckpt_without_optim",
no_load_optim=False,
)
)
)
trainer.train()

修复后报错信息:

场景1 修复后:

ValueError: Resume training (no_load_optim=False) is not supported for HuggingFace checkpoints.

场景2 修复后:

ValueError: no_load_optim is False but no optimizer checkpoint found in /path/to/ms_ckpt_without_optim.
Please ensure the checkpoint directory contains optimizer weight files (-opt-.safetensors),
or set no_load_optim=True to skip optimizer loading.

详细的环境信息描述

• MindSpore 版本: 2.10
• mindformers 版本/分支: master
• 硬件平台: (请填写，如 Ascend 910B)

其他辅助信息

版本信息

mindformers commit: e46a1ac25（修复提交）

Thanks for contributing 🎉!