KI-utvikling · ca. 2 min lesing

Safetensors: et avgrenset format for modellvekter

Safetensors lagrer tensorer uten å bruke pickle som filformat. Det er en nyttig byggekloss når et team vil ha en ryddig og etterprøvbar håndtering av modellvekter.

Hva er Safetensors?

Safetensors er et filformat og bibliotek for lagring av tensorer, blant annet vektene i nevrale nettverk. Prosjektet beskriver formatet som et alternativ til pickle. Filen inneholder en beskrivelse av tensorene og selve dataene, fremfor en generell mekanisme for å lagre og gjenskape vilkårlige Python-objekter.

Biblioteket tilbyr blant annet Python-funksjoner for å lagre tensorer og åpne filer. Det kan også lese utvalgte tensorer uten at brukeren først må hente alle ut gjennom samme kode. Formatet erstatter ikke modellens arkitektur, konfigurasjon eller resten av programmet som skal bruke vektene.

Hva kan norske bedrifter bruke det til?

Et team som lagrer egne modellforsøk, kan bruke formatet som del av en fast rutine for modellfiler. Knytt filen til navn på grunnmodell, versjon, kilde og en kontrollsum. Da blir det enklere å vite hvilken fil som faktisk ble vurdert før en løsning tas i bruk.

Dette er en anbefalt arbeidsmåte, ikke en innebygd godkjenningsordning. Filformatet sier ikke om modellen har gode svar, lovlige treningsdata eller egnet lisens. Kode som følger med en modell må vurderes separat. En kjent filtype er heller ingen grunn til å laste ned andre filer ukritisk.

Slik kommer du i gang

  1. Opprett et separat Python-miljø og installer med pip install safetensors.
  2. Bruk prosjektets lille eksempel med oppdiktede tensorer og et støttet rammeverk.
  3. Lagre en testfil med save_file fra riktig rammeverksmodul.
  4. Åpne den med safe_open, og kontroller navn, dimensjoner og innhold.
  5. Dokumenter hvilken modellkonfigurasjon som trengs for å bruke virkelige vekter.

Start med en liten fil fremfor en stor modellnedlasting. Sammenlign data før lagring og etter innlasting. Kontroller også at hele modellen faktisk kan lastes av programvaren dere skal bruke. Det er forskjell på at en tensorfil kan leses og at en ferdig KI-tjeneste virker. Behold en kjent fungerende modellkopi før dere endrer lagringsrutinen.

Lisens

Bibliotekets LICENSE-fil angir Apache License 2.0, en åpen kildekodelisens. Modeller, datasett og annet innhold som brukes sammen med biblioteket kan ha egne vilkår. Kontroller disse separat før bruk i bedriften.

Hvorfor vi skriver om det

Vi følger verktøytypen som ofte diskuteres i KI-miljøer og korte videoer. TikTok-kanaler kan ikke kontrolleres direkte her, og vi hevder derfor ikke at en bestemt kanal har omtalt dette prosjektet. Omtalen bygger på prosjektets egne kilder, ikke på et verifisert TikTok-innlegg. Vi har kildekontrollert funksjonene, men ikke gjennomført en lokal ytelsestest.

Lenker

Kilder

Opplysningene er hentet fra kildene over 12. november 2026. Lisens, funksjoner og installasjon kan ha endret seg siden.

← Alle artikler om åpen kildekode