长上下文模型一次能处理数十万乃至上百万 token，相当于几本书或几百份文件。它让“把所有资料丢给 AI”从想象变成日常，重塑了阅读、研究、法律审查的工作方式。 长上下文的魅力在于“全局视野...

大模型的知识停留在训练数据收集结束的那一天。问它之后的新闻，它要么不知道，要么自信地编造。这个“保质期”是与大模型协作必须知道的基本常识。 知识截止的存在提醒我们：没有任何信息源是...

参数量常被当作模型规模的指标，但它与能力并非线性关系。700 亿参数的模型通过更好的训练，可以超过更大的模型——参数量是重要的参考，但远非全部。 参数量就像人的脑容量：大不等于聪明。真...

模型评测通过标准化基准（MMLU、GSM8K、HumanEval 等）量化模型能力。但刷榜现象普遍，真实能力与榜单分数的差距越来越大，行业正在回归实际场景评测。 评测的困境其实是所有绩效评估的困境：一...

大模型版本迭代极快，几乎每月都有新版本。选型不是选最强的，而是选最适合的：在能力、成本、延迟、合规之间找到匹配业务需求的那一个。 模型选型的智慧其实是“克制”：不被最强参数诱惑，诚...

思维链（Chain-of-Thought）让模型把推理过程写出来再给答案，而不是直接输出结论。“请一步一步思考”这句简单提示，就能显著提升模型的数学与逻辑能力。 思维链的原理其实很人性化：人做复杂...

自我一致性是提升推理准确率的技巧：让模型对同一问题生成多条推理链，取出现最多的答案。它用“多投票”的方式对抗单次采样的随机性，成本极低效果显著。 自我一致性的智慧很朴素：不确定的时...

Gemini 是 Google 的旗舰模型，主打“原生多模态”——文本、图像、音频、视频在模型内部统一处理，而非外挂拼接。它直接整合进搜索、安卓、办公全家桶，是生态级的存在。 Gemini 的战略启示是...

ReAct 让模型在推理（Reasoning）与行动（Acting）之间交替：先想一步，执行一个动作（如搜索），看到结果再想下一步。它是 Agent 的基础框架，让 AI 能真正使用工具。 ReAct 的思想对人类协作...

文心一言是百度基于 ERNIE 框架推出的大模型，也是中国第一个面向公众的通用大模型产品。它起步早、迭代快，深度绑定百度搜索与智能云生态。 文心一言的历史地位值得被记住：在中国 AI 最需要信...

Zero-shot 不给示例直接问，Few-shot 给几个示例再问。两种方式没有绝对优劣，任务越规范越适合 few-shot，任务越开放越适合 zero-shot。 这个区分本质上是在讨论“规则与示例的平衡”。管理中...

通义千问是阿里巴巴的大模型系列，最激进的选择是把 Qwen 系列大规模开源。从 7B 到 72B，Qwen 成为全球开源社区最受欢迎的模型之一，直接推动了中国开源 AI 生态的繁荣。 通义千问的开源策略是...