pth формат чаще всего встречается в проектах на PyTorch и связан с сохранением параметров нейросетевых моделей. Такие файлы используют для хранения весов, состояния оптимизатора, контрольных точек обучения и других данных, которые позволяют продолжить работу с моделью или применить её без повторного обучения. В экосистеме искусственного интеллекта pth стал одним из самых узнаваемых расширений, особенно среди исследователей и разработчиков компьютерного зрения, обработки текста и генеративных моделей. Главная особенность pth формата в том, что он не является самостоятельным универсальным стандартом вроде ONNX. По сути, это файл, созданный механизмами сериализации PyTorch. Внутри может находиться словарь параметров модели, полный объект нейросети, checkpoint с несколькими сущностями или произвольная структура данных Python. Поэтому два файла с одинаковым расширением .pth могут отличаться по содержимому и назначению. В практической работе с ИИ pth файлы часто используются для распространения предобученных моделей. Например, исследовательская группа публикует архитектуру сети и отдельный файл с весами, чтобы другие специалисты могли воспроизвести результаты или адаптировать модель под свою задачу. Такой подход удобен для экспериментов, но требует совпадения кода архитектуры и версии окружения, иначе загрузка может завершиться ошибкой или дать некорректное поведение. Отдельное значение pth формат имеет в процессе обучения. Checkpoint позволяет сохранить состояние модели на определённой эпохе, зафиксировать параметры оптимизатора и иногда scheduler, метрики и номер шага. Это важно для долгих тренировок, когда вычисления занимают часы или дни. При сбое системы или необходимости продолжить эксперимент разработчик может вернуться к сохранённому состоянию, а не начинать обучение заново. У pth формата есть и ограничения. Он тесно связан с Python и PyTorch, поэтому не всегда удобен для промышленного развёртывания в разных средах. Для переноса модели в мобильные приложения, браузер, C++-сервисы или другие фреймворки чаще рассматривают TorchScript, ONNX или специализированные форматы. Кроме того, pth файл из ненадёжного источника может представлять риск, потому что загрузка сериализованных объектов Python потенциально небезопасна.