机器学习、大模型参数保存格式
关于 pt/pth/safetensor/chkpt/gguf 格式的简单说明，更多细节见参考链接。
| 后缀 | 格式 | 说明 |
|---|---|---|
| .pt/.pth | PyTorch格式 | 早期使用，不安全 |
| .safetensor | SafeTensor格式 | 目前主流，安全高效 |
| .chkpt | CheckPoint格式 | 用于保存、恢复训练过程 |
| .ggml | GGML格式 | 单文件，GGUF之前的格式，不完善 |
| .gguf | GGUF格式 | 单文件，目前主流格式，llama.cpp主要格式 |
PyTorch保存格式
调用torch.save() 保存产生，torch.load()加载， 底层使用了Python的pickle模块，
加载过程中，如果有人混入了代码在文件中，也会被执行，所以不安全。
safetensor格式
Hugging Face后来推出了 safetensors格式， 仅保存数据（模型参数等）， 并且使用文件映射到内存，所以十分高效。
一个.safetensors文件, 包含8Byte文件头大小信息，一个JSON的头描述数据信息，以及大量参数构成的数据块。JSON文件头是字符串，内包含各层的数据类型，大小，偏移量。
chkpt格式
“.chkpt/.checkpoint” ，“检查点”， 保存了训练过程中的参数和各种状态信息，保存后可以加载恢复训练过程。
GGML/GGUF格式
GGML格式（Georgi Gerganov Machine Learning），开源项目 llama.cpp 的创建者Georgi Gerganov 开发的早期格式，特性不完善。
GGUF格式（GPT-Generated Unified Format），开源项目 llama.cpp 使用的主要格式，解决了GGML的缺点。
