def _create_xpu_optimizer(     model: "PreTrainedModel",     training_args: "TrainingArguments",     finetuning_args: "FinetuningArguments", ) -> Optional["torch.optim.Optimizer"]:     """创建 XPU 优化器 - 修复版本（基于诊断结果）"""     if not is_xpu_available():         return None          try:         # 检查并导入 IPEX         try:             import intel_extension_for_pytorch as ipex             ipex_available = True         except ImportError as e:             logger.warning_rank0(f"无法导入 Intel IPEX: {e}")             ipex_available = False                  # 获取可训练参数         decay_params, nodecay_params = [], []         decay_param_names = _get_decay_parameter_names(model)         for name, param in model.named_parameters():             if param.requires_grad:                 if name in decay_param_names:                     decay_params.append(param)                 else:                     nodecay_params.append(param)                  # 创建参数组         param_groups = [             dict(params=nodecay_params, weight_decay=0.0),             dict(params=decay_params, weight_decay=training_args.weight_decay),         ]                  # 确定数据类型         if training_args.fp16:             dtype = torch.float16         elif training_args.bf16:             dtype = torch.bfloat16         else:             dtype = torch.float32                  # Windows XPU 特殊处理         if torch.xpu.is_available() and hasattr(torch.xpu, 'device_count'):             logger.info_rank0(f"Windows XPU 环境：使用 XPU 设备，数据类型 {dtype}")                  # 创建优化器         if training_args.optim == "adamw_torch":             # 使用标准 torch AdamW             optimizer = torch.optim.AdamW(                 param_groups,                 lr=training_args.learning_rate,                 betas=(training_args.adam_beta1, training_args.adam_beta2),                 eps=training_args.adam_epsilon,                 weight_decay=training_args.weight_decay,             )                          # 如果 IPEX 可用，应用优化             if ipex_available:                 try:                     # 应用 IPEX 优化                     model, optimizer = ipex.optimize(                         model,                         optimizer=optimizer,                         dtype=dtype,                         level='O1',  # 基本优化级别                         auto_kernel_selection=True                     )                     logger.info_rank0("XPU 优化器：使用 torch.optim.AdamW + ipex.optimize 优化")                 except Exception as ipex_err:                     logger.warning_rank0(f"ipex.optimize 失败，使用标准优化器: {ipex_err}")                     # 回退到标准优化器             else:                 logger.info_rank0("XPU 优化器：使用标准 torch.optim.AdamW (IPEX 不可用)")                          return optimizer                      else:             # 其他优化器             optim_class, optim_kwargs = Trainer.get_optimizer_cls_and_kwargs(training_args)             optimizer = optim_class(param_groups, **optim_kwargs)                          # 如果 IPEX 可用，尝试优化             if ipex_available:                 try:                     model, optimizer = ipex.optimize(                         model,                         optimizer=optimizer,                         dtype=dtype                     )                     logger.info_rank0(f"XPU 优化器：使用 {training_args.optim} + ipex.optimize 优化")                 except:                     logger.info_rank0(f"XPU 优化器：使用标准 {training_args.optim} (IPEX 优化失败)")                          return optimizer                  except Exception as e:         logger.warning_rank0(f"创建 XPU 优化器失败: {e}")         # 回退到标准优化器         try:             return torch.optim.AdamW(                 model.parameters(),                 lr=training_args.learning_rate,                 betas=(training_args.adam_beta1, training_args.adam_beta2),                 eps=training_args.adam_epsilon,                 weight_decay=training_args.weight_decay,             )         except:             return None