训练与微调

检查点

Checkpoint

训练过程中定期保存下来的模型权重快照。

又称 Checkpoint 权重快照 ckpt

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

训练几天到几周,中途断电、损失发散、超参选错都得能回退,所以按步数或 epoch 存快照。它也是选型的一个隐藏维度:很多开源模型发布的是某个中间 checkpoint,不是训练终点。

推理时用的权重文件(safetensors / GGUF)本质上就是一个冻结的 checkpoint,加上分词器与配置才能跑。

✦举个例子

每 1000 步存一次,第 8000 步那版在评测集上最好,就选它发布。

✓实战提示

对比两个「同名模型」时确认权重的 commit 或 checkpoint 版本,否则结果可能不可复现。

02 什么时候会碰到它
判断一个新版本到底改了什么时

预训练、对齐、微调、蒸馏各有各的代价。看懂这组词,才能分清「知识量变了」还是「只是更听话了」,也才知道自己的业务该不该做微调。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活