大模型命名标识全解析：系统梳理与深度解读

近年来大型语言模型（LLM）井喷式发展，各种模型名称如“‑Base”“‑Instruct”“‑VL”层出不穷。在选型或阅读技术资料时，读者常常困惑这些后缀到底代表什么。本博客将系统梳理大模型命名中的常见标识，结合官方文档与研究论文，从 分类、含义、示例、功能与任务类型 四个维度进行深度解析。

1. 基础模型与指令模型

1.1 Base：基础预训练模型

• 含义：Base 模型仅通过海量无标注语料自监督预训练，没有对特定任务微调。它保留原始语言建模能力，适合下游开发者进行二次开发或在提示（prompt）中引导完成多样任务。

• 官方解释：Qwen 文档指出，无 “‐Instruct” 后缀的模型即 Base 模型，专用于原始能力学习；通过上下文学习或微调可适应多种任务。

• 示例：Qwen3‑14B‑Base、DeepSeek‑LLM‑7B‑Base、Mistral‑7B‑v0.1。

• 任务类型：文本生成、补全、摘要、分类等通用 NLP 任务，需要开发者自行设计提示或微调。

1.2 Instruct：指令微调模型

• 含义：在 Base 模型基础上利用包含指令及答案的数据集进行微调，使模型学会理解和遵循用户指令，如“翻译此句子”“概括以上段落”等。

• 官方解释：Qwen 文档强调带 “‐Instruct” 后缀的模型经过指令数据微调，能够遵循指令并执行任务。

• 示例：Qwen3‑0.6B‑Instruct、Mistral‑7B‑Instruct。

• 任务类型：遵循具体指令的推理、翻译、文本摘要、对话生成等。

1.3 Chat：对话优化模型

• 含义：Chat 模型在 Instruct 基础上进一步通过人类反馈强化学习（RLHF）或偏好对比优化（DPO）等方式，优化对话能力、用户意图理解与安全性。早期不少模型专门标明 “‐Chat”，如今大多由 Instruct 模型替代。

• 官方解读：研究文章指出，Chat 模型利用人类反馈奖励模型在多轮对话中更好地遵循意图并规避有害回答。

• 示例：DeepSeek‑LLM‑7B‑Chat、Orion‑14B‑Chat。

• 任务类型：多轮对话、问答系统、虚拟助手。

1.4 Distill：知识蒸馏模型

• 含义：知识蒸馏是一种压缩技术，用教师模型的输出指导学生模型学习，以较小的模型复现大模型的能力，从而在保持性能的同时显著减少推理成本。

• 原理来源：维基百科指出，蒸馏通过将大型模型的知识转移到小模型，使后者在计算成本更低的情况下保持有效性。Snorkel AI 的文章补充，教师模型生成的标注用于训练学生模型，从而达到 “以大带小” 的效果。

• 示例：DeepSeek‑R1‑1.5B‑Distill、MiniChat‑3B‑Distill。

• 任务类型：适用于移动端部署或资源受限场景，常用于推理、摘要、翻译等任务。

1.5 Math：数学专用模型

• 含义：针对数学推理、数值计算、公式解析而优化的模型；通常在数学语料上继续预训练，并通过强化学习加强推理能力。

• 研究说明：DeepSeekMath 论文指出，该模型在 120B 数学相关标注上继续预训练，并采用强化学习中的分组相对政策优化 (GRPO)，在 MATH 基准上取得 51.7% 的高分。ACL 2025 论文也指出专门的训练目标可弥补 LLM 在数学推理上的缺陷。

• 示例：DeepSeek‑Math‑7B‑Instruct、Qwen2‑Math‑14B‑Instruct。

• 任务类型：解答数学题、推理证明、公式解析、数学文本生成。

1.6 Coder：代码生成模型

• 含义：针对代码生成与编程任务优化的模型，通常在大规模代码仓库和讨论数据上预训练，并具备长上下文记忆和多语言支持。

• 官方介绍：DeepSeek‑Coder‑V2 模型卡介绍，该系列使用混合专家 (MoE) 架构，并在额外 6 万亿代码和数学数据上训练；模型支持 338 种编程语言，最长上下文达 128K token，超越闭源模型。Qwen2.5‑Coder 文章也指出，它支持 92 种编程语言并可进行调试、代码修复与长上下文推理。

• 示例：DeepSeek‑Coder‑V2‑16B、Qwen2.5‑Coder‑7B‑Instruct。

• 任务类型：代码补全、代码生成、算法实现、调试和漏洞检测。

2. 多模态模型

现代 LLM 不再局限于文本，视觉、视频、音频等多模态模型快速发展。不同后缀标识这些模型能处理的输入类型及优势。

2.1 VL：视觉—语言模型

• 含义：Vision–Language 模型接收图像与文本输入，输出文本或图像描述等；它们通常拥有视觉编码器与语言模型的结合结构。

• 研究成果：Qwen‑VL 论文指出该系列在 Qwen-LM 的基础上增加视觉处理器，采用三阶段训练管线以及多语言多模态语料；其指令微调版在真实对话基准上表现优异。Kimi‑VL 技术报告同样采用 MoE 架构，激活参数仅 2.8B，却拥有长达 128K 的上下文和强大的多模态推理能力，性能媲美 GPT‑4o mini。

• 示例：Kimi‑VL‑A3B‑Instruct、Qwen2‑VL‑7B‑Chat。Kimi‑VL 模型卡指出它还提供思考版（Kimi‑VL‑Thinking），通过 RL 强化链式思考。

• 任务类型：图像描述、视觉问答、图文混合理解、OCR 文字读取等。

2.2 Video：视频多模态模型

• 含义：Video 模型支持输入视频帧，利用时序信息进行理解与生成。

• 特性：LLaVA‑NeXT‑Video 模型卡说明，该开源模型通过在多模态指令数据上微调，能够处理文本、图片与视频，并用于研究多模态聊天机器人。官方博客进一步指出其采用 AnyRes 技术处理多帧图像，支持长视频推理并实现 5× 推理加速。

• 示例：LLaVA‑NeXT‑Video‑7B‑Chat、Kimi‑VL‑Video‑Instruct（如果存在）。

• 任务类型：视频问答、关键帧摘要、行动识别、视频字幕生成等。

2.3 Audio：音频模型

• 含义：支持语音或其他音频输入，执行语音识别（ASR）、语音翻译、音乐分析等任务。

• 官方介绍：Qwen2‑Audio 扩展 Qwen 模型以接收音频与文本输入并输出文本。官方博客强调，它支持语音聊天、音频分析（包括语音、音效和音乐）、多语言识别（中文、英文、粤语等超过八种语言）。

• 示例：Qwen2‑Audio‑7B、Whisper‑Large‑V3。

• 任务类型：语音转文本、语言翻译、说话人识别、音乐风格分析等。

3. 技术特性与优化后缀

3.1 量化：Int8/Int4, AWQ, GPTQ

• Int8/Int4：将模型权重量化为 8 位或 4 位整数以减小显存占用和能耗。研究表明，量化可以将模型计算成本减少 40%（Int8）或 60%（Int4），使 LLM 能在低资源设备上运行。

• AWQ（Activation‑aware Weight Quantization）：一种硬件友好的低比特权重量化方法。Qwen 文档说明，AutoAWQ 通过考虑激活分布来选择量化比例，可使模型推理速度提升 3 倍，并将内存需求降低到 1/3。

• GPTQ：一种针对 GPT 类 LLM 的一次性权重量化方法，利用近似二阶信息进行优化。

这些后缀（如 Qwen2‑VL‑2B‑Instruct‑GPTQ‑Int8）表示模型已采用特定量化方案，可在低端硬件上更高效地运行。

3.2 MoE：混合专家模型

• 含义：Mixture of Experts 模型包含多个专用网络（专家）和一个门控网络，根据输入自动选择活跃的专家，减少不必要的计算。

• 原理：维基百科指出，MoE 通过多个专家分割问题空间，门控网络选择适合的专家进行推理。DataCamp 文章补充，这种结构只激活少量专家参数，从而提高效率和灵活性。

• 实例：DeepSeek‑MoE‑16B‑Chat、Kimi‑VL（其技术报告指出激活参数仅 2.8B，但整体模型规模更大）。“MoE” 后缀提醒使用者该模型在推理时仅激活部分参数，推理成本较低。

3.3 RL：强化学习

• 含义：使用强化学习 (Reinforcement Learning) 优化模型，使其能够根据奖励信号改善回答质量或推理能力。

• 应用：RLHF（从人类反馈中强化学习）是对话模型常用方法，维基百科描述它通过人类标注的偏好数据训练奖励模型，随后使用 Proximal Policy Optimization (PPO) 等算法优化语言模型策略。

• 例子：MiMo‑7B‑Instruct‑RL 表示 MiMo 模型通过 RL 后处理，论文指出它在 130k 数学和编程题目上使用强化学习，提出测难度驱动的奖励策略，在数学、代码和推理任务上超越更大的模型。DeepSeek‑R1 也提供 RL 基模型和蒸馏版本，用于解题推理。

4. 版本与变体标识

4.1 v0.1 / v0.2：版本号

• 含义：表明模型处于开发版本或迭代阶段，v0.x 多指初始版本或测试版，数字越大代表模型更新迭代。

• 示例：Mistral‑7B‑v0.1 表明该模型处于 0.1 版本；通常越新的版本包含更多改进。

4.2 Pure：纯净版

• 含义：剔除指令数据或特定领域数据，仅保留原始预训练能力，通常用于研究比较。

• 示例：Index‑1.9B‑Pure 模型卡指出这是控制组模型，严格去除指令相关数据，不可直接对话，需要额外对齐。

4.3 Character：角色对话模型

• 含义：专注角色扮演或特定人设的模型，可根据用户上传的对话素材定制角色性格。

• 介绍：Index‑1.9B‑Character 模型卡说明，它是一款角色扮演模型，通过角色对话材料定制人物，在 CharacterEval 基准上表现优异。

• 任务类型：虚拟人物对话、游戏 NPC、动漫角色陪伴等。

4.4 Long‑Chat：长上下文对话

• 含义：支持超长上下文窗口（通常 >4k token）的对话模型，适合跨篇幅阅读、长文档问答。

• 示例：Orion‑14B‑Long‑Chat 支持 200k 甚至 320k token 的长对话，在其 Chat‑RAG 版本中结合检索增强生成。

• 任务类型：长文本总结、论文阅读、长篇小说问答、多文档聊天。

5. 领域与应用标识

5.1 RAG：检索增强生成

• 含义：Retrieval‑Augmented Generation 模型在生成文本前会先从外部知识库检索相关信息，再综合生成答案。该技术可降低幻觉，提高事实性，并免去频繁训练模型。

• 概念来源：维基百科指出，RAG 模型结合检索与生成技术，允许模型在生成响应前获取最新或特定领域信息。

• 示例：Orion‑14B‑RAG‑Chat 模型卡说明它基于定制的 RAG 数据集微调，支持长达 200k token 的长文本对话。

• 任务类型：知识库问答、文档查阅、企业知识系统。

5.2 Chinese：中文优化

• 含义：针对中文或双语环境优化，加入中文分词、方言处理、拼音纠错等，使模型在中文任务上表现更优，降低中英混杂回复。

• 案例：Llama‑3‑70B‑Chinese‑Chat 模型卡称，它是首批针对中文和英语用户的指令调优 LLM，使用 ORPO 算法训练约 10 万组偏好对，减少中英混合现象，在中文基准上超过 ChatGPT 并接近 GPT‑4。

• 任务类型：中文问答、写作、翻译、方言理解。

5.3 MT：机器翻译

• 含义：专门针对多语言机器翻译的模型，通常使用跨语种指令混合数据进行微调，可在零样本条件下翻译多种语言。

• 示例：BLOOMZ/mT0 系列模型卡指出，BLOOMZ‑7B1‑mt 在跨语种任务集合上训练，适合在非英语语言上进行零样本指令跟随和翻译，如可通过提示“Translate to English: Je t’aime”将法语翻译为英语。

• 任务类型：多语言翻译、跨语种问答、跨文化内容理解。

总结与展望

LLM 的命名标识不仅用于区分模型版本，更透露了模型设计目标、技术特性与适用场景。从基础的 ‑Base、指令微调的 ‑Instruct，到对话优化的 ‑Chat、知识蒸馏的 ‑Distill，再到专注数学、代码的 ‑Math/‑Coder，以及面向图像、视频、音频的 ‑VL、‑Video、‑Audio，每个后缀都代表了特定的设计理念。量化、混合专家、强化学习等技术标识，则揭示模型在效率和能力上的优化策略。此外，不同版本号、纯净版、角色版以及长上下文、检索增强、中文优化、机器翻译等领域标识，使用户可以根据具体需求快速选择适合的模型。

随着研究不断深入，未来会有更多细粒度的标识出现，例如更长上下文、跨模态推理、动态检索等。在理解这些标识的基础上，开发者和研究者可以更加高效地选择模型，构建符合应用场景的系统，推动人工智能技术的健康发展。