Base / Instruct / Thinking
Base 更接近原始续写能力；Instruct 针对指令跟随；Thinking 通常增加显式推理路径或推理时计算。三者不是简单的性能等级，复现实验必须匹配 checkpoint 类型。
如何使用研究工作台
从研究问题出发，逐步形成有证据、可复核的模型决策。
- 1
先选择研究模式：严格复现、方法复现、现代化重跑或全新实验。
- 2
明确论文、角色、训练方式、资源、开放性和复现约束。
- 3
阅读候选模型的进入理由、风险和待核验项，再加入候选或对比。
- 4
导出决策记录，保留任务、候选、比较和证据上下文。
概念地图
先建立模型选择的共同语言
从概念进入真实模型与研究任务。
Checkpoint 与模型版本
Checkpoint 是某个训练阶段保存的权重快照；同一个家族可能同时有 Base、Instruct、Thinking、Coder 等不同 checkpoint。复现时要固定具体 checkpoint 和 revision，而不是只写家族名。
继续研究查看模型详情
Open weight 不等于 open source
能下载权重不代表训练代码、数据、许可证和完整模型实现都开放。研究决策要分别检查权重、基础 checkpoint、许可证和衍生分发条件。
API、权重与许可证
API 访问降低了部署门槛，但会引入版本固定、服务可用性和数据边界；本地权重增加硬件与许可证责任。不要把“可调用”写成“可复现”。
LoRA / SFT / RL 的模型要求
LoRA 通常只更新适配器，SFT 需要监督样本与训练配方，RL 还需要在线环境、奖励或评估回路。候选模型适合推理，不代表适合所有更新方式。
如何读证据状态
verified 表示当前记录有足够来源支持；partial 表示部分字段有证据；not_reported、not_disclosed 和 not_verified 不能被当成 false。先看来源与核验日期，再决定是否进入严格复现。
三条研究路径
严格复现控制模型与环境；方法复现控制方法变量并允许可比替代；现代化重跑关注方法迁移到当前代模型后是否仍成立。三条路径的成功标准不同。
Dense / MoE 与参数规模
Dense 模型每个 token 使用同一组参数；MoE 只激活部分专家。total parameters 和 active parameters 不是同一个数字，Landscape 与模型详情会分别保留它们；缺失值显示为待核验。
继续研究在模型空间查看
LoRA、SFT、RL 与自进化
LoRA 更新适配器，SFT 更新监督训练得到的权重，RL 依赖环境、奖励和评估回路。外部记忆或 prompt 自进化不等于更新模型权重；只有真的训练并保存新 checkpoint，才可称为更新权重的自进化。
先学习、再验证、最后严格复现
论文案例可以提供三层引导：无 GPU 学习路径用于建立机制图；缩小规模的方法验证只检查代码和因果链；严格复现才要求对齐论文版本、模型 revision、数据、基线、超参数和计算资源。三层结论不能混写。
Checkpoint、模板与复现边界
复现不只看模型名称：要固定 checkpoint、model revision、tokenizer、config、chat template、API 版本和硬件条件。论文没有报告时，页面必须保留 not_reported 或 not_verified，而不是补一个看似完整的值。
术语表
在页面内解释关键术语
checkpoint
模型在某个训练阶段保存的权重快照；Base、Instruct 和 Thinking 可能是不同 checkpoint。
evidence_note
解释来源能支持什么、不能支持什么，以及为什么仍然保留未知状态。
revision pin
固定模型版本、commit 或 API 版本，避免复现实验随服务更新漂移。
硬件档位是粗粒度研究元数据，不是精确显存计算器。