diff --git a/.ipynb_checkpoints/checkLora-checkpoint.py b/.ipynb_checkpoints/checkLora-checkpoint.py
index e980d762dcbd652e600064915e7ca18b6c9ba5a6..00e7efb853480c943072c0741337324cca4af2f4 100644
--- a/.ipynb_checkpoints/checkLora-checkpoint.py
+++ b/.ipynb_checkpoints/checkLora-checkpoint.py
@@ -152,10 +152,10 @@ device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 config = PeftConfig.from_pretrained("./micro_no_cross_fine_tuned")
 
 # Загружаем базовую модель для классификации с двумя выходами (безопасность и атака)
-model = BertForSequenceClassification.from_pretrained(config.base_model_name_or_path, num_labels=5)  # 1 для безопасности и 4 для атак
+base_model = BertForSequenceClassification.from_pretrained(config.base_model_name_or_path, num_labels=5)  # 1 для безопасности и 4 для атак
 
 # Загружаем LoRA-адаптеры
-model = PeftModel.from_pretrained(model, "./micro_no_cross_fine_tuned", is_trainable=False)
+model = PeftModel.from_pretrained(base_model, "./micro_no_cross_fine_tuned", is_trainable=False)
 
 # Переводим модель на нужное устройство и переводим в режим предсказания
 model.to(device)
diff --git a/checkLora.py b/checkLora.py
index e980d762dcbd652e600064915e7ca18b6c9ba5a6..00e7efb853480c943072c0741337324cca4af2f4 100644
--- a/checkLora.py
+++ b/checkLora.py
@@ -152,10 +152,10 @@ device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 config = PeftConfig.from_pretrained("./micro_no_cross_fine_tuned")
 
 # Загружаем базовую модель для классификации с двумя выходами (безопасность и атака)
-model = BertForSequenceClassification.from_pretrained(config.base_model_name_or_path, num_labels=5)  # 1 для безопасности и 4 для атак
+base_model = BertForSequenceClassification.from_pretrained(config.base_model_name_or_path, num_labels=5)  # 1 для безопасности и 4 для атак
 
 # Загружаем LoRA-адаптеры
-model = PeftModel.from_pretrained(model, "./micro_no_cross_fine_tuned", is_trainable=False)
+model = PeftModel.from_pretrained(base_model, "./micro_no_cross_fine_tuned", is_trainable=False)
 
 # Переводим модель на нужное устройство и переводим в режим предсказания
 model.to(device)