从 Qwen 报告到代码：建立自己的模型阅读清单

先确定你拿到的是哪个模型

同一系列可能有基础模型、指令模型和不同参数规模。阅读 Qwen2.5 报告时，先写下具体模型标识，再判断它与下载的配置、权重和 tokenizer 是否对应。

分开看三个阶段

预训练学习数据中的统计结构；监督微调通过示范数据调整回答行为；后续对齐阶段进一步优化模型输出的偏好与质量。不要仅凭一个模型会聊天，就推断它采用了哪一种具体训练算法。

从报告走向配置

如果要理解实际计算，下一步应查看所选版本的配置：层数、隐藏维度、注意力头、键值头、词表和位置编码设置。报告给出系列层面的背景，配置与实现才回答具体检查点如何执行。

学习记录模板

模型标识与版本：
基础模型 / 指令模型：
配置与权重来源：
输入 token 数：
输出 token 数：
精度与硬件：
观察与待验证假设：

小实验：只改变一个变量

在同一模型和同一提示下，只改变生成温度，记录多次输出。你研究的是采样策略对输出的影响；这不等于模型的训练知识发生了变化。单变量实验能减少错误归因。

原始资料

Qwen2.5 Technical Report。开始复现时仍应核对具体检查点的模型卡与使用许可。