检查点

英文：Checkpoint　分类：infra

基本释义

训练过程中定期保存的模型状态快照（权重、优化器状态、调度器状态等），用于故障恢复、模型评估与版本留存。

技术要点

保存内容：模型参数、优化器动量/方差、学习率与步数、数据加载偏移（可恢复）；格式：PyTorch .pt/.safetensors、HuggingFace 格式；策略：定期+异常触发、只保留最近 N 份；恢复：加载后继续训练或转评估。

应用场景

用于断点续训、模型发布（最终检查点）、训练监控（中间评估）与回滚；检查点是"训练资产化"的最小单元。

返回AI百科目录 · AI最前沿首页

相关词条：词元服务 · 超节点 · 训练集群 · 容错计算 · 模型仓库