检查点

训练中途或结束时保存下来的模型参数文件，加载后可推理或接着训练。

检查点是模型参数在某一时刻的存档。训练大模型常要跑几天甚至几周，程序会每隔若干步把参数存成文件，防止崩溃后从头再来，也方便事后挑验证效果最好的一版。只用来推理时存模型权重就够；要从中断处接着训练，还得一起存优化器状态、当前轮次等，PyTorch 文档提到这种完整检查点通常是单存模型的 2–3 倍大。常见文件格式有 .pt、.pth、.ckpt 和 safetensors。开源 VLA 说「放出权重」，就是公开检查点，别人下载后可以直接推理，或在上面继续微调。

例子Physical Intelligence 的 openpi 仓库提供 pi0_base、pi05_base 等基础检查点供微调，也提供 pi05_libero、pi0_aloha_towel 等已微调好的检查点，下载即可推理。

也叫

权重文件、模型存档、模型检查点、模型权重、Model Checkpoint

相关

微调、预训练、开放权重、safetensors 权重格式、推理部署、训练轮次

来源

PyTorch Tutorials: Saving and Loading Models
Google Machine Learning Glossary: checkpoint
GitHub: Physical-Intelligence/openpi