ModelDelta — 微调检查点差值存储与仓库

像 Git 一样管理微调模型版本，只存权重差值不存完整副本

痛点

做微调时，同一基础模型的多个检查点会迅速占满磁盘。每个版本都是完整的模型副本，存储成本高、拉取慢、分享不便。开发者需要一个类似 Git 的版本管理方式，只保存相对于基础模型的权重差值。

方案

一个本地工具加远程仓库，对同一基础模型的微调检查点做差值存储，生成体积很小的 .wdelta 文件。支持版本浏览、回滚、导出为标准格式，并可推送到远程仓库共享，大幅降低存储和传输成本。

用户

做模型微调的个人研究者和中小 AI 团队，尤其是需要管理多个检查点的开发者

MVP

支持 Safetensors / PyTorch 格式；对同一基础模型计算权重差值并压缩为 .wdelta；提供 CLI 进行保存、加载、回滚；本地版本索引；导出为标准格式；可选远程存储

变现

开源 CLI，远程仓库存储按量收费（如每 GB 每月 0.1 美元），团队版按席位订阅

为何现在

微调模型越来越小、越来越普遍，但检查点管理仍然很原始；独立开发者可以先做轻量 CLI 和本地差值引擎，再逐步加远程协作