# ai-model-select

**Repository Path**: liuchangng/ai-model-select

## Basic Information

- **Project Name**: ai-model-select
- **Description**: 一个零依赖、零构建的纯静态页面：输入一个大模型（从内置模型库选择，或手动填写参数量），即可评估其安全风险、算力需求、数据需求三块内容，并生成可打印的评估报告书。
- **Primary Language**: HTML
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-09
- **Last Updated**: 2026-09-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ai-model-select · 大模型选型评估器（静态版）

一个**零依赖、零构建**的纯静态页面：输入一个大模型（从内置模型库选择，或手动填写参数量），即可评估其**安全风险、算力需求、数据需求**三块内容，并生成可打印的评估报告书。

> 适用场景：选型阶段快速估算力 / 数据门槛、对照安全风险清单、产出汇报材料。

**在线试用**：<https://liuchangng.github.io/ai-model-select/>（GitHub Pages，自动部署 master 分支）

## 功能特性

- **三场景切换**：推理 / 微调 / 预训练，不同场景输出不同的算力口径
- **内置模型库**：国内 + 国际共 20 个主流模型（Qwen / DeepSeek / GLM / Kimi / 豆包 / 文心 / 混元 / Llama / GPT / Claude / Gemini 等），含参数量、开源闭源、备案状态；参数量未公开则提示手动填写（不编造）
- **算力评估（依据 GB/Z 201—2026 附录 A）**
  - 推理显存：A.1 公式 `M = (P × q / 8) × 1.2`
  - 微调显存 / 算力：表 A.2（LoRA 微调最低配置）
  - 压缩方案：表 A.3（8-bit / 4-bit GPTQ / ZeRO Offload）
  - 并发：A.2 `B = H / I`、A.4 `B = n × L / T`
- **数据评估**：预训练数据量 `D ≥ 15N`、训练算力 `≈ 6ND`
- **安全风险清单**：OWASP LLM Top 10 2026（LLM01~10）+ Agentic 风险（ASI01~10）+ 框架 2.0 三类 + 合规基线（TC260 / 备案 / 标识），按「部署模式 × 是否 Agent」联动触发，境外模型 + 涉密数据给出数据出境阻断式告警
- **7 维加权评分**：3 套预设权重（通用 / 涉密 / 成本优先），标注为**自建权重**非标准原文
- **依据分级渲染**：A 级 = 国标原文 / B 级 = 权威框架 / C 级 = 自建或工程经验（C 级统一收进灰色「非标准依据」区块，不与标准结论混淆）
- **A4 打印样式**：一键导出 PDF 用于汇报

## 技术栈

纯 HTML + CSS + 原生 JavaScript，**无框架、无构建、无 npm 运行时依赖**。数据通过 `data.js` 挂载到 `window.__DATA__`（绕开 `file://` 下 `fetch` JSON 的 CORS 限制），双击 `index.html` 即用。

## 使用方法

直接双击打开 `risk-eval/index.html`（推荐 Chrome / Edge）。

## 页面示例

以下为示例模型 **Qwen2.5-7B** 在「推理 / 8-bit / 私有化部署 / 内部业务数据 / 启用 Agent」场景下的评估截图：

**评估页面（已填写参数）**

![评估页面](docs/images/page.png)

**生成的评估报告**

![评估报告](docs/images/report.png)

## 目录结构

```
ai-model-select/
├── risk-eval/
│   ├── index.html      页面结构与声明条 / 场景切换 / 输入区 / 报告区
│   ├── styles.css      设计令牌 + 组件四态 + A4 打印样式
│   ├── data.js         标准表格 + 模型库 + 风险清单 + 合规基线 + 权重预设
│   ├── app.js          计算引擎（9 个 A 级 + 2 个 C 级公式）+ 风险规则 + 评分 + 渲染
│   └── tests/          Node 原生 node:test 单元测试（计算 + 接线检查）
├── docs/                         数据来源文档与示例截图
│   ├── 大模型选型实操指南.md      7 维评分法、部署模式对照、供应商 8 问
│   ├── 大模型安全风险全景清单.md  OWASP / Agentic / 框架 2.0 / 合规基线
│   └── images/
│       ├── page.png    页面示例截图（已填写参数）
│       └── report.png  评估报告示例截图
└── README.md
```

## 数据来源与免责声明

- **算力 / 数据公式与表格**：GB/Z 201—2026《人工智能 大模型选型和应用指南》附录 A。关键数值已与 PDF 原文核对（核实日期 2026-09-09）。本页 `data.js` 仅收录计算所需的公式与表格**摘录**并注明条款号；**标准原文（PDF/OCR 全文）因著作权归属标准出版机构，不随本仓库分发**，请通过国家标准全文公开系统或中国标准出版社等官方渠道获取。
- **安全风险**：OWASP Top 10 for LLM Applications 2026、OWASP Agentic AI Threats and Mitigations、TC260、生成式人工智能服务管理暂行办法等。
- ⚠️ **GB/Z 201—2026 为「国家标准化指导性技术文件」，附录为资料性附录**。本页所有计算结果为**量级估算，非承诺值**，不应作为采购或验收的唯一依据。
- ⚠️ **7 维评分权重为自建**，仅供内部横向比较，**不可跨模型直接比较、不可作为对外承诺或验收依据**。
- ⚠️ 闭源模型（GPT / Claude / Gemini / 文心 / 豆包 / 混元 / Kimi）参数量未公开，需手动填写；未公开的指标不估算、不编造。

## 测试

```bash
node --test risk-eval/tests/calc.test.js risk-eval/tests/wiring.test.js
```

- `calc.test.js`：核心公式（显存三档、训练数据量、并发、表 A.2 查表、边界、C 级函数分级）
- `wiring.test.js`：公式到 UI 的接线检查、MoE 激活参数口径标注

## 许可证

[MIT](LICENSE)