模型版本管理

模型版本管理是什么？

你以为训练一次就完事？现实中你会跑几十上百次实验，每次改一点数据、调一点参数，产出一堆模型文件。模型版本管理，就是像 Git 管代码那样管这些模型——记下每个版本的模型、训练数据、配置和指标，让你随时能找出「上次效果最好的那个」。

为什么不能只靠文件名？

文件名会骗人
「model_v2_final_真的最终版.pt」——大家都有过这种经历。靠文件名命名，几周后你就忘了哪个是哪个。
模型不只是权重
一个模型要能复现，得同时记下代码、数据、超参数和环境。少了任何一样，都「跑不回来」。

它通常记录什么？

模型权重与配置
保存模型文件本身，以及训练时的超参数。
数据与代码
用哪份数据、哪个代码版本训的，要能追溯。
评估指标
准确率、延迟等指标随版本一起存，方便横向对比。

它带来的好处

想回滚就回滚、想复现就复现、想 A/B 对比就有依据。出了线上事故，能快速切回旧版；团队协作时，谁训的、怎么训的，一查便知。

一句话记住：模型版本管理，就是给 AI 模型建一套「档案系统」，每个版本都有迹可循、随时可回滚。