O que é um ficheiro SafeTensors?

Um ficheiro terminado em .safetensors armazena tensores e os respetivos metadados num formato simples de serialização de modelos, concebido para evitar o risco de execução de código arbitrário associado a ficheiros de pesos baseados em pickle. É um artefacto de modelo, não uma garantia de que o modelo seja de confiança, compacto ou recuperável para sempre.

O que o formato contém

O formato SafeTensors armazena um cabeçalho que descreve os tensores, os respetivos tipos, formas e desvios de bytes, seguido pelos próprios dados dos tensores. As bibliotecas específicas dos frameworks podem carregar os pesos sem pedir a um carregador de pickle Python que execute código serializado como parte da desserialização.

Um ficheiro SafeTensors pode ser um modelo base, um adaptador LoRA, um componente de um modelo maior ou um fragmento de um modelo com vários ficheiros. A extensão, por si só, não indica que ambiente de execução o espera, de que base uma LoRA precisa nem se o ficheiro constitui o conjunto completo de artefactos de um projeto.

O que «seguro» significa e não significa

A segurança do formato não equivale à confiança na fonte. O SafeTensors reduz uma classe de risco de carregamento relativamente à serialização baseada em pickle; não determina que os pesos do modelo sejam adequados à sua tarefa, provenham de um editor fiável, cumpram a licença de um criador ou se comportem em segurança numa aplicação.

SafeTensors não equivale a arquivar nem a quantizar

O SafeTensors é uma representação dos pesos de modelos. O arquivamento é um processo de conservação e recuperação para ficheiros que já possui. A quantização é uma alteração intencional da representação numérica de um modelo para um determinado ambiente de execução ou objetivo de recursos. Podem coexistir no mesmo projeto, mas resolvem problemas diferentes.

Se precisar de recuperar os bytes originais, não trate uma conversão como única cópia. Se precisar de uma representação de execução menor e alterada, avalie a quantização pelos seus próprios critérios. Para ver a distinção na prática, leia armazenamento de SafeTensors versus quantização.

Como mantê-lo compreensível numa biblioteca de modelos

• Mantenha a base, o adaptador e o contexto do projeto ligados no nome ou no inventário que controla.
• Não presuma que um único ficheiro .safetensors é um modelo autónomo.
• Utilize a documentação do ambiente de execução de destino para determinar como carregar o artefacto.
• Quando uma família relacionada concluída é importante, mantenha uma cópia de segurança independente quando adequado e comprove uma restauração separada antes da limpeza.

A próxima pergunta útil

Se estiver a escolher um contentor local de inferência, compare SafeTensors vs. GGUF de acordo com o ambiente de execução e o objetivo de recuperação. Se estiver perante um disco cheio, a pergunta seguinte não é normalmente «consigo abrir este ficheiro?», mas «o que devo conservar em conjunto?». Comece por uma base e vários adaptadores ou utilize a lista de verificação para conservação da biblioteca de modelos.