diff --git a/src/model_trainer.py b/src/model_trainer.py
index 7d7dfc5..3fef1e8 100644
--- a/src/model_trainer.py
+++ b/src/model_trainer.py
@@ -393,6 +393,8 @@ class ModelTrainer:
             
             all_metrics = {}
             best_model = None
+            best_score = -float('inf')
+            self.best_model = None
             best_score = float('-inf')
             best_model_type = None  # 添加变量记录最佳模型类型
             
@@ -582,7 +584,7 @@ class ModelTrainer:
                     'validation': val_metrics
                 }
                 
-                # 更新最佳模型（不包括PLS）
+                # 跟踪最佳模型（PLS不参与）
                 current_score = val_metrics['r2'] if val_metrics else train_metrics['r2']
                 if model_type != 'pls' and current_score > best_score:
                     best_score = current_score
@@ -592,33 +594,17 @@ class ModelTrainer:
                         'mae': val_metrics['mae'] if val_metrics else train_metrics['mae'],
                         'rmse': val_metrics['rmse'] if val_metrics else train_metrics['rmse']
                     }
-                    best_model_type = model_type  # 记录最佳模型类型
-                    
-                    # 保存最佳模型实例（但不立即写入数据库）
-                    if model_type == 'pytorch':
-                        self.best_pytorch_model = self.model.state_dict()  # 保存模型状态
-                        self.best_pytorch_metrics = all_metrics[model_type]  # 保存指标
-                    else:
+                    if model_type != 'pytorch':
                         self.best_model = model
-                        self.best_model_metrics = all_metrics[model_type]
                 
-                # 单独保存PLS模型（不参与最佳模型评选）
-                if model_type == 'pls' and equipment_type:
+                # 保存每个模型
+                if model_type == 'pytorch':
+                    self.save_model(equipment_type, all_metrics[model_type])
+                elif equipment_type:
                     self._save_sklearn_model(equipment_type, model_type, model, all_metrics[model_type])
             
-            # 在所有模型训练完成后，只保存最佳模型
-            if best_model_type and equipment_type:
-                if best_model_type == 'pytorch':
-                    # 恢复最佳PyTorch模型状态并保存
-                    self.model.load_state_dict(self.best_pytorch_model)
-                    self.save_model(equipment_type, self.best_pytorch_metrics)
-                else:
-                    # 保存最佳sklearn模型
-                    self._save_sklearn_model(equipment_type, best_model_type, self.best_model, self.best_model_metrics)
-            
             return {
                 'metrics': all_metrics,
-                'feature_importance': None,
                 'best_model': best_model
             }