孩子这一课究竟在学什么
开源或开放权重描述可获得程度；大或小描述模型规模，它们是两条不同的比较轴。
模型可以开放代码、权重、训练说明或只提供在线服务，开放程度并非只有开和关两种。模型规模影响能力、速度、设备要求和成本，但任务适配、数据质量和工具设计同样重要。选择模型不能只看排行榜，要结合隐私、延迟、预算、可控性和任务证据。
可以联系这三个具体例子小模型在本地设备完成简单摘要闭源服务提供强能力但数据需要上传开放权重模型允许研究者检查和定制
进阶 · 五—六年级 · 第 4 课
去孩子的课程页 →开源、闭源、大模型与小模型
区分开放方式与模型规模，并根据隐私、能力、速度和成本做选择。
不是记住名词，而是能做到这些
- 能完成：区分开放方式与模型规模，并根据隐私、能力、速度和成本做选择。
- 能说清：不迷信“大”或“开源”；先定义任务和边界，再用证据选择模型。
- 不会误以为：开放不自动等于安全或无偏差。
- 不会误以为：参数更多不保证每个具体任务都更好。
课前准备
准备纸和笔，打开课程页面。活动卡片直接使用，不需要家长另外制作。
不需要准备 AI 环境
AI 环境准备
提前准备：准备纸和笔，打开课程页面；页面中的卡片直接使用，不需要另做卡片，也不需要孩子注册或登录外部 AI 产品。
现场展示：本课先把概念和判断方法练清楚，不必为了“看起来像 AI 课”而额外打开工具。完成后如想延伸，可以由家长用虚构、安全的例子做一次简短演示。
安全边界：如果做可选演示，仍由家长操作账号，并避免输入任何能识别孩子或他人的信息。
可以直接照着说
用本课问题开场
“今天我们要一起想一个问题：开源模型一定比较小，闭源模型一定比较强吗？ 先说说你现在怎么想，不用马上答对。然后我们通过「模型选秀大会」找证据。”
一步一步陪着做
孩子做什么，家长为什么这样引导
每一步都对应本课目标，不再使用所有课程都一样的通用话术。
- 1孩子的任务
为任务确定隐私、速度、能力和成本优先级
为什么做这一步这一步把“开源或开放权重描述可获得程度；大或小描述模型规模，它们是两条不同的比较轴。”变成孩子可以实际操作的任务。
家长可以这样问先请孩子自己完成“为任务确定隐私、速度、能力和成本优先级”，再问：“你为什么从这里开始？你准备用什么线索判断？”
孩子卡住时如果孩子卡住，只给一个本课例子作为提示：“小模型在本地设备完成简单摘要”，不要替孩子完成选择。
- 2孩子的任务
给候选模型打分
为什么做这一步这一步让孩子把刚才的选择与本课目标连接起来：区分开放方式与模型规模，并根据隐私、能力、速度和成本做选择。
家长可以这样问请孩子完成“给候选模型打分”，然后追问：“你的决定依据是什么？如果换成‘闭源服务提供强能力但数据需要上传’，结果会不会不同？”
孩子卡住时不要直接纠正；可以问：“这会不会落入这个常见误解——参数更多不保证每个具体任务都更好。”
- 3孩子的任务
说明选择以及仍需实测的地方
为什么做这一步最后一步用来确认孩子是否真正理解，而不只是照着做完。
家长可以这样问完成“说明选择以及仍需实测的地方”后，请孩子用自己的话解释今天的结论：“不迷信“大”或“开源”；先定义任务和边界，再用证据选择模型。”为什么成立？
孩子卡住时如果解释跑偏，可以提醒孩子避开这个误解：“开放不自动等于安全或无偏差。”
孩子卡住时
提示要回到这一课，不给通用答案
- 1回到孩子版解释
把这句话再读一次：“开源或开放权重描述可获得程度；大或小描述模型规模，它们是两条不同的比较轴。”
- 2给一个本课例子
只提示“小模型在本地设备完成简单摘要”，让孩子自己说它和任务有什么关系。
- 3用常见误解反问
问孩子：“开放不自动等于安全或无偏差。”让孩子找证据判断。
- 为任务确定隐私、速度、能力和成本优先级
- 给候选模型打分
- 说明选择以及仍需实测的地方
- 区分开放与规模
- 包含隐私和成本
- 不要替孩子抽卡、选择或说出“标准答案”。
- 不要因为表达不完整就立刻纠正；先问孩子的理由。
- 开放不自动等于安全或无偏差。
- 参数更多不保证每个具体任务都更好。