Model variants
型号与精度版本
同一模型家族中的基础、指令、推理、量化或多模态检查点用途可能完全不同。下载前应核对模型卡、提示模板、分词器、量化方法和运行时版本。
Enterprise fit
适合放进哪些本地工作流
端侧模型更适合边界清楚、输入可控、失败可回退的任务。涉及客户承诺、财务写入、生产控制或复杂多步工具调用时，应保留云端高能力模型与人工审批作为升级路径。
Evaluation protocol
进入数字员工路由前怎么测
- 加载测试记录具体设备、精度、运行时、上下文与首 Token 时间，避免只写“能跑”。
- 任务测试用脱敏企业样本测任务成功率、结构化输出和工具参数正确率。
- 压力测试加入长上下文、并发、热启动、内存峰值、功耗和降频观察。
- 治理测试验证模型许可、日志、更新、漏洞响应、人工接管与云端回退。
Known cautions
当前研究限制
- AdvSpot 的准确率、IoU 与对比结果均为厂商自测，不能替代企业样本评测
- AdvSpot 390 张基准数据截至 8 月 25 日仍标记为即将发布，当前只能获得评测脚本，外部尚无法完整复现
- 模型专注视觉文字感知，不等于能识别提示注入意图，也不能替代权限、内容安全与人工复核
- 官方只发布 BF16 权重且未给出统一显存、吞吐和量化数据
本页是官方资料索引与企业选型分析，不构成速度、显存、质量、许可或合规承诺。社区量化与第三方运行时应作为独立供应链组件审计。