04
模型选型报告
模型工程线为一个业务场景（如合同审查、客服质检、代码生成）写模型选型报告：先把场景翻译成明确的模型任务（任务类型/输入输出/上下文长度/质量要求），再按「先评再选」用 EvalScope 式评测设计在候选模型里选出赢家，然后算清显存账（参数量、量化、并发），最后交代合规考量。选型结论要有数字支撑，不堆名词。
评审 rubric
| 维度 | 权重 | 评分标准 |
|---|---|---|
| 任务翻译 | 30% | 场景被翻译成明确的模型任务：任务类型（生成/分类/抽取/Agent）、输入输出形态、上下文长度需求、可判定的质量标准；翻译后的任务定义能直接指导评测集构建 |
| 评测设计 | 30% | 体现「先评再选」：用自有业务样本建评测集而非只看榜单，指标与门槛可量化，候选模型至少两个且维度可比，结论由评测数据推出而非品牌偏好 |
| 显存账 | 25% | 显存账有计算过程：参数量×精度字节数、量化节省多少、KV Cache 随上下文与并发的增长、结论落到具体硬件建议（单卡能否放下、需要几张卡），数字量级正确 |
| 合规考量 | 15% | 交代数据敏感等级与出境/驻留要求、内容安全与备案义务、供应商锁定风险与替换预案，与任务翻译和部署建议呼应而非泛泛而谈 |
0 字 · 未保存