2. 模型卡片核心要素：模型名称、版本号、模型类型、模型用途、模型来源
好，咱们直接进入正题。模型卡片这东西，说白了就是给模型办的一张「身份证」。你想想看，一个模型从训练到上线，中间经过多少人的手？没有这张身份证，谁都不知道它是什么、能干什么、从哪来的。
我个人习惯，写模型卡片时，最核心的五个要素必须写清楚。少了任何一个，这张卡片就不完整。下面我一个一个拆开来讲。
2.1 模型名称
模型名称，听起来简单吧？但我见过太多人在这上面翻车了。
我曾经接手过一个项目，前任同事给模型起的名字叫「final_model_v2_final_final」。你猜怎么着？后来我们团队里三个人同时维护，谁都不知道哪个才是真正的最终版。嗯，这就是典型的命名灾难。
好的模型名称应该遵循什么原则？我总结了三条：
- 唯一性：整个项目里不能重名，最好带上项目缩写
- 可读性：别人一看就知道这个模型大概是什么任务
- 规范性：团队内部要有统一的命名规则
举个例子，我最近在做的推荐系统项目，命名规则是这样的：
项目名_模型类型_版本号_日期
示例：recsys_dssm_v2_20240115这样命名，任何人看到都能快速定位。别小看这个细节，它能省掉你后面无数的沟通成本。
2.2 版本号
版本号这东西，我刚开始做AI时也不太在意。直到有一次，我把一个没经过充分测试的模型版本推到了线上，结果用户反馈直接炸了。从那以后，版本管理就成了我的红线。
版本号怎么定？我个人推荐语义化版本控制：
| 版本号格式 | 含义 | 举例 |
|---|---|---|
| 主版本号.次版本号.修订号 | 主版本：重大架构变更 次版本：新增功能 修订号：bug修复 |
2.1.3 |
| 带预发布标识 | alpha/beta/rc 表示测试阶段 | 2.1.0-beta.1 |
| 带构建元数据 | 记录训练批次或commit号 | 2.1.0+build.20240115 |
这里有个坑，我得提醒你：版本号一旦发布，就不能再改了。如果你对模型做了任何修改，哪怕只是调整了一个超参数，都必须升版本号。别问我为什么知道——我曾经因为偷懒没升版本号，结果线上模型和文档对不上，排查了整整两天。
2.3 模型类型
模型类型，说白了就是告诉别人：你这个模型是干什么的料。
我见过有人写「深度学习模型」，这等于没写。你想想看，CNN、RNN、Transformer都是深度学习模型，但它们能做的事情天差地别。
模型类型应该从两个维度来描述：
- 算法家族：CNN、RNN、Transformer、GNN、传统机器学习等
- 任务类型：分类、回归、聚类、生成、排序等
举个例子，正确的写法应该是：
模型类型：基于Transformer的文本分类模型（BERT-base + 分类头）这样写，别人一看就知道：哦，这是用BERT做文本分类的。如果你用的是自己设计的网络结构，也要写清楚，比如「自定义3层CNN + 2层LSTM + 注意力机制」。
我在项目中遇到过最离谱的情况，是有人把模型类型写成了「神经网络」。这就像你去餐厅点菜，菜单上只写「食物」两个字——你根本不知道端上来的是啥。
2.4 模型用途
模型用途这部分，我建议你把它当成「产品说明书」来写。不要只写技术术语，要让非技术人员也能看懂。
一个好的模型用途描述，应该包含三个要素：
- 输入是什么：模型接收什么样的数据
- 输出是什么：模型产出的结果形式
- 应用场景：在什么业务场景下使用
举个例子：
模型用途：本模型用于电商平台的商品评论情感分析。输入为中文评论文本（长度不超过512字），输出为「正面/负面/中性」三分类结果。适用于客服质检、商品评价汇总等场景。
你看，这样写，运营同事看得懂，产品经理看得懂，甚至老板也能看懂。这才是好的模型用途描述。
我个人习惯，还会在用途里加一个「不适用场景」的说明。比如：
不适用场景：本模型仅针对中文电商评论，不适用于英文评论或非电商场景。为什么要写这个？因为总有人会拿你的模型去做它不该做的事。提前说清楚，能省掉很多麻烦。
2.5 模型来源
模型来源，说白了就是「这模型从哪来的」。这部分信息对于模型的可追溯性至关重要。
我把它分成三种情况：
| 来源类型 | 需要记录的信息 | 示例 |
|---|---|---|
| 自训练 | 训练数据集、训练代码仓库、训练配置、训练时间 | 基于内部用户行为数据训练，代码见 git@xxx:recsys/dssm.git |
| 开源模型 | 原始模型名称、下载地址、许可证类型 | 基于 HuggingFace 的 bert-base-chinese，Apache 2.0 许可证 |
| 第三方提供 | 供应商名称、合同编号、使用限制 | 由 XX 科技提供，合同编号 2024-001，仅限内部使用 |
这里我要特别强调一点：许可证信息一定要写清楚。我曾经因为用了某个开源模型但没注意它的许可证限制，差点惹上法律纠纷。嗯，从那以后，我每用一个开源模型，第一件事就是看它的 LICENSE 文件。
小结
好了，这五个核心要素讲完了。我再用一张图帮你梳理一下它们之间的关系：
这五个要素，就像模型的五根支柱。少了一根，这张卡片就站不稳。我建议你在写模型卡片时，把这五个要素当成必填项，一个都不能少。
下一章，我会继续讲模型卡片的其他关键信息。咱们到时候见。