diff --git a/enlace/data/loaders.py b/enlace/data/loaders.py
index d9045bf..ab02ab8 100644
--- a/enlace/data/loaders.py
+++ b/enlace/data/loaders.py
@@ -89,7 +89,10 @@ class ByteStream:
     def load_state_dict(self, state: dict[str, Any]) -> None:
         for k, g in self._gens.items():
             if k in state:
-                g.set_state(state[k])
+                # `.cpu()` explícito: si el estado viene de un checkpoint que
+                # alguien cargó apuntando a la placa, `set_state` exige que el
+                # ByteTensor esté en CPU y falla con un error poco claro.
+                g.set_state(state[k].cpu())
 
     @staticmethod
     def decode(ids: list[int]) -> str:
diff --git a/enlace/train/checkpoint.py b/enlace/train/checkpoint.py
index f686d9b..3236aa6 100644
--- a/enlace/train/checkpoint.py
+++ b/enlace/train/checkpoint.py
@@ -103,11 +103,22 @@ def load(
     model: torch.nn.Module,
     optimizer: torch.optim.Optimizer | None = None,
     scaler: torch.amp.GradScaler | None = None,
-    map_location: str | torch.device = "cpu",
 ) -> dict[str, Any]:
-    """Restaura el estado y devuelve los metadatos (step, stream, metrics)."""
+    """Restaura el estado y devuelve los metadatos (step, stream, metrics).
+
+    **El payload se carga siempre en CPU, a propósito.** No es una limitación:
+    es lo único correcto. Un `map_location` apuntando a la placa mueve *todos*
+    los tensores del checkpoint, incluidos los estados de los generadores
+    aleatorios — los de torch y los de los cargadores de datos —, y esos exigen
+    ByteTensor en CPU. Cargar a GPU rompe la reanudación con un error que en
+    Gigastar no se puede reproducir porque ahí no hay placa.
+
+    Los pesos no necesitan el atajo: `load_state_dict` copia dentro de los
+    parámetros existentes, que ya están en el dispositivo correcto, y el
+    optimizador reubica su estado solo.
+    """
     path = Path(path)
-    payload = torch.load(path, map_location=map_location, weights_only=False)
+    payload = torch.load(path, map_location="cpu", weights_only=False)
 
     fmt = payload.get("format")
     if fmt != CHECKPOINT_FORMAT:
diff --git a/enlace/train/train.py b/enlace/train/train.py
index 1b52cae..975168b 100644
--- a/enlace/train/train.py
+++ b/enlace/train/train.py
@@ -147,7 +147,7 @@ def train(cfg: Config, resume: bool = False) -> Path:
             print(f"[enlace] --resume sin checkpoints en {run_dir}: se empieza de cero")
         else:
             meta = checkpoint.load(
-                ckpt_path, model=model, optimizer=optimizer, scaler=scaler, map_location=device
+                ckpt_path, model=model, optimizer=optimizer, scaler=scaler
             )
             stream.load_state_dict(meta["stream"])
             start_step = meta["step"]