大模型

RAG 让大模型先查资料再回答，专治知识过时和一本正经的胡编。本文讲清检索增强生成的定义、两步工作流程、与微调的边界、四个常见误解，以及它适合和不适合的场景。

Modal 宣布多节点 GPU 集群正式可用，一个装饰器即可获得按秒计费的多卡集群，节点间 InfiniBand 互联达 6.4 Tbps。适合做大模型训练与多节点推理的团队，了解它解决了什么、谁在用、怎么上手。

温度参数（temperature）控制大模型生成回答时的随机程度。本文讲清它的定义、工作原理、与 top-p/top-k 的区别、四个常见误解和按场景选温度的实操建议，适合调用 API 或钻研提示词的入门读者。

OpenRouter 10 月 1 日在官方博客发布 Agent 模型选型框架：先按任务定一条质量线，再用自己的样例测出每个候选模型的每质量点成本，选最便宜且带余量过线者。本文讲清三步方法与官方示例。

蚂蚁集团旗下 InclusionAI 9 月 30 日发布 Ling-3.1-flash：5600 亿总参数、百万级上下文，面向 Agent 与长任务，两周免费试用后计划开源。本文梳理参数配置、产品定位、试用安排，以及开发者现在可以做什么，帮你判断要不要现在上手试用。

AI 总结长文档漏重点，问题多半出在提问方式而不是模型。讲清模型抓不住重点的 3 个原因，和提问前必做的 4 件事：定结构、分段喂、列清单、设边界，适合经常处理报告、论文、会议纪要的上班族和学生。

Gemini 4 Argon 是 Google DeepMind 9 月 30 日发布的前沿模型，推理输出上限达 100 万 token，在软件工程、知识工作与网络防御评测中刷新纪录；首批仅通过 Fairwind 计划开放给可信网络防御者，付费 API 与 Google AI Ultra 用户随后接入。本文梳理发布节奏、定价与安全策略。

微调是拿现成大模型用领域数据继续训练、把它变成行业专家的方法。本文讲清微调的定义、两种做法、与提示词工程/RAG/蒸馏的区别，以及何时值得做，适合想真正理解大模型训练的入门读者。