模型检查点

对前沿模型而言，检查点泄露可能导致模型被复制或滥用，篡改则可能污染后续训练。

在搜索与训练耦合的循环中，仅保存最新权重无法完整恢复实验状态，因为模型检查点与搜索档案共同描述同一个演化中的实验，恢复时必须成对还原。

原帖作者提出一个恢复检查思路：在一次运行中于某个 step 边界处中断；检查恢复时究竟是哪个档案与哪个模型版本一起被加载；如果出现错配，恢复流程应当暴露出来，而不是静默继续。

原帖认为有意思的基础设施贡献是让 checkpoint 与 archive 的配对显式化（making the pair explicit），把绑定关系写进提交逻辑并在不匹配时 fail closed。