一句话定义
Checkpoint 是训练状态快照（权重+优化器等）；Safetensors 是只存张量、不执行代码的权重格式；Merge 是把多个权重/适配器组合成一个模型。
为什么需要它
训练要能恢复，部署要安全加载，多任务/多风格要组合。理解 checkpoint、格式和合并，能避免“下载了跑不起来”和“合并后能力回退”。
关键概念
- Checkpoint / 模型检查点：权重 + 优化器/调度器/步数；可恢复训练，体积大。
- Safetensors：只存张量，不执行代码；加载快、更安全，不是压缩格式。
- Merge / 模型融合：把多个模型的权重组合。
- Model Merge：合并两个完整模型，常用线性/SLERP/TIES/DARE。
- LoRA Merge：把 LoRA 适配器合回基座，推理无额外延迟。
关键取舍
- 合并不是免费涨点：权重冲突、任务干扰、能力回退都要评测。
- LoRA merge 方便部署，但合并后不能再单独切换适配器。
- Checkpoint 可能很大；部署通常只取权重/合并后的模型。
- 许可/来源要保留；合并模型的许可证可能更复杂。
合并后要跑任务/安全/许可证评估并记录版本；LoRA merge 要确认缩放系数，Safetensors 可校验哈希/元数据。
常见误区
- Safetensors 是压缩格式：它只是安全张量格式。
- 合并一定更强：可能互相抵消或破坏能力。
- LoRA 只能单独加载：可以 merge 回基座。
- Checkpoint 等于最终模型：还包含训练状态/优化器。
用在哪里
- 训练恢复、模型分发、私有化部署。
- 多风格/多任务模型合并。
- LoRA 适配器上线前合并。