使用sentence-transformers遇KeyError:__version__错误，求解决办法及替代方案

核心修复步骤 #

• 重新完整下载模型：缺失rust_model.ot大概率是下载中断或文件损坏导致的。手动删除本地模型目录（默认路径为~/.cache/huggingface/hub/models--sentence-transformers--all-MiniLM-L6-v2），重新运行加载代码让sentence-transformers自动完整拉取所有文件；若手动下载，需确保包含rust_model.ot、config.json、model.safetensors等全部关键文件。
• 验证config文件完整性：检查模型目录下的config.json是否存在"version"字段。该字段缺失是触发KeyError的直接原因，若config文件损坏，需重新下载官方完整的config.json文件。
• 锁定兼容版本组合：即使已调整版本一致，也要确保使用经过验证的兼容组合，推荐：
  • sentence-transformers==2.2.2
  • transformers==4.26.1
  • torch==1.13.1
    执行命令pip install sentence-transformers==2.2.2 transformers==4.26.1 torch==1.13.1重新安装，规避版本不匹配引发的隐性问题。

替代方案 #

• 换用同系列模型：若问题持续，可尝试all-MiniLM-L12-v2或all-MiniLM-L6-v1，这类模型结构相近，主题建模效果差异小，且文件完整性问题出现概率更低。
• 手动实现编码逻辑：跳过sentence-transformers封装，直接用transformers加载模型组件自行实现句子编码：

  from transformers import AutoTokenizer, AutoModel
  import torch
  
  tokenizer = AutoTokenizer.from_pretrained('sentence-transformers/all-MiniLM-L6-v2')
  model = AutoModel.from_pretrained('sentence-transformers/all-MiniLM-L6-v2')
  
  def encode_texts(texts):
      encoded_input = tokenizer(texts, padding=True, truncation=True, return_tensors='pt')
      with torch.no_grad():
          model_output = model(**encoded_input)
      # 取<[BOS_never_used_51bce0c785ca2f68081bfa7d91973934]>token均值作为句子嵌入向量
      sentence_embeddings = torch.mean(model_output.last_hidden_state, dim=1)
      return sentence_embeddings
  

  这种方式绕开sentence-transformers的版本依赖限制，可快速验证模型可用性。

内容的提问来源于stack exchange，提问作者Xenon