要保存一个fine-tuned的BERT模型，你可以使用Hugging Face的transformers库。下面是一个代码示例：

from transformers import BertForSequenceClassification, BertTokenizer

# 加载预训练的BERT模型和tokenizer
model = BertForSequenceClassification.from_pretrained('bert-base-uncased')
tokenizer = BertTokenizer.from_pretrained('bert-base-uncased')

# 在这里进行fine-tuning...

# 保存fine-tuned模型
model.save_pretrained('path_to_save_model')
tokenizer.save_pretrained('path_to_save_tokenizer')

在这个示例中，我们首先从Hugging Face的transformers库中导入BertForSequenceClassification和BertTokenizer。然后，我们加载预训练的BERT模型和tokenizer。

接下来，你可以根据自己的任务目标进行fine-tuning，并在完成fine-tuning后使用save_pretrained方法将fine-tuned模型保存在指定的路径中。同样，我们还可以使用save_pretrained方法将tokenizer保存下来，以便在之后使用相同的tokenizer进行tokenization。

请确保将'path_to_save_model'和'path_to_save_tokenizer'替换为你想要保存模型和tokenizer的实际路径。