<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>模型选型 on AI 观察</title><link>https://ai.wujiong.cc/tags/%E6%A8%A1%E5%9E%8B%E9%80%89%E5%9E%8B/</link><description>Recent content in 模型选型 on AI 观察</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sat, 19 Sep 2026 08:59:27 +0800</lastBuildDate><atom:link href="https://ai.wujiong.cc/tags/%E6%A8%A1%E5%9E%8B%E9%80%89%E5%9E%8B/index.xml" rel="self" type="application/rss+xml"/><item><title>推理模型是怎么“想”的？思考型大模型的原理与适用场景</title><link>https://ai.wujiong.cc/posts/2026-09-19-reasoning-models/</link><pubDate>Sat, 19 Sep 2026 08:59:27 +0800</pubDate><guid>https://ai.wujiong.cc/posts/2026-09-19-reasoning-models/</guid><description>&lt;p>近一两年，各家厂商陆续推出了“推理模型”或“思考模式”：模型在给出最终答案前，会先生成一段较长的内部推理过程。它们在数学竞赛题、复杂编程和多步骤分析任务上明显强于普通对话模型。但推理模型也更慢、Token 消耗更多。&lt;strong>搞清楚它擅长什么，才能把钱花在刀刃上。&lt;/strong>&lt;/p></description></item><item><title>中文开源大模型选型思路：评估维度、测试方法与常见误区</title><link>https://ai.wujiong.cc/posts/2026-08-25-chinese-open-models/</link><pubDate>Tue, 25 Aug 2026 19:06:23 +0800</pubDate><guid>https://ai.wujiong.cc/posts/2026-08-25-chinese-open-models/</guid><description>&lt;p>中文场景下可选的开源大模型越来越多，每隔几周就有新模型发布，宣传材料里都是“多项榜单领先”。面对这么多选择，很多团队要么跟风选最热门的，要么在各种排行榜之间反复纠结。&lt;strong>真正有效的选型方法，是先根据业务约束筛出少量候选，再用自己的数据做对比测试。&lt;/strong> 排行榜可以作为参考，但不能代替针对业务的评估。&lt;/p></description></item></channel></rss>