Models 作者/机构：OpenAI 年份：2026 URL：https://developers.openai.com/api/docs/models 角度：官方多维选模、复杂度、成本、延迟、工具支持 采用原因：适合支撑“官方选型逻辑已经不是单一最强，而是多目标权衡”。
All models 作者/机构：OpenAI 年份：2026 URL：https://developers.openai.com/api/docs/models/all 角度：模型族拆分、子任务模型、多模态与专用模型 采用原因：适合支撑“实际系统天然会按子任务组合多个模型能力”。
Choosing the right model 作者/机构：Anthropic 年份：2026 URL：https://platform.claude.com/docs/en/about-claude/models/choosing-a-model 角度：capabilities、speed、cost 三维选模 采用原因：适合支撑“高频低时延任务与复杂推理任务的最优模型并不相同”。
Vertex AI Model Optimizer 作者/机构：Google Cloud 年份：2025 URL：https://cloud.google.com/vertex-ai/generative-ai/docs/model-reference/vertex-ai-model-optimizer 角度：动态路由、质量-成本偏好 采用原因：适合支撑“模型选型已经被平台产品化为路由与组合优化问题”。
Google models | Generative AI on Vertex AI 作者/机构：Google Cloud 年份：2025 URL：https://cloud.google.com/vertex-ai/generative-ai/docs/models 角度：任务分型、复杂推理、低延迟、高吞吐、专用模型 采用原因：适合支撑“选型是任务类型和资源约束的匹配问题”。
Model leaderboards in Microsoft Foundry portal 作者/机构：Microsoft 年份：2025 URL：https://learn.microsoft.com/en-us/azure/foundry/concepts/model-benchmarks 角度：quality、安全、cost、throughput、场景榜单 采用原因：适合支撑“官方模型比较已采用场景化、多指标框架”。
Understanding deployment types in Microsoft Foundry Models 作者/机构：Microsoft 年份：2026 URL：https://learn.microsoft.com/en-us/azure/foundry/foundry-models/concepts/deployment-types 角度：部署形态、数据驻留、延迟、计费、吞吐 采用原因：适合支撑“模型选型还包含部署形态与合规/运营能力选择”。
Find serverless models with the Amazon Bedrock model catalog 作者/机构：AWS / Amazon Bedrock 年份：2026 URL：https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/model-catalog.html 角度：多模态、能力标签、use cases、吞吐、跨区推理 采用原因：适合支撑“选型是目录化、组合化、约束驱动的工程决策”。
Holistic Evaluation of Language Models 作者/机构：Percy Liang 等 / Stanford CRFM 年份：2023 URL：https://arxiv.org/abs/2211.09110 角度：多场景、多指标评测 采用原因：适合支撑“模型强弱不是单一总分，而是能力向量”。
BIG-bench: Beyond the Imitation Game Benchmark 作者/机构：Aarohi Srivastava 等 年份：2022 URL：https://arxiv.org/abs/2206.04615 角度：能力涌现、任务差异、规模化能力结构 采用原因：适合支撑“不同任务维度的能力提升并不同步”。
BIG-Bench Hard: Challenging Big-Bench Tasks and Whether Chain-of-Thought Can Solve Them 作者/机构：Mirac Suzgun 等 年份：2023 URL：https://aclanthology.org/2023.findings-acl.824/ 角度：高难推理、复杂 reasoning 采用原因：适合支撑“推理必须作为独立能力轴进入选型框架”。
LongBench: A Bilingual, Multitask Benchmark for Long Context Understanding 作者/机构：Yushi Bai 等 年份：2024 URL：https://aclanthology.org/2024.acl-long.172/ 角度：长上下文理解、多任务 benchmark 采用原因：适合支撑“长上下文能力不能被窗口大小替代”。
T-Eval: Evaluating the Tool Utilization Capability of Large Language Models Step by Step 作者/机构：Zehui Chen 等 年份：2024 URL：https://aclanthology.org/2024.acl-long.515/ 角度：工具调用子能力分解 采用原因：适合支撑“工具能力本身就是复合能力组合”。
Can LLM Already Serve as A Database Interface? BIRD 作者/机构：Jinyang Li 等 年份：2023 URL：https://arxiv.org/abs/2305.03111 角度：结构化输出、可执行 SQL、真实数据库场景 采用原因：适合支撑“结构化可执行输出不等于普通聊天能力”。
HarmBench: A Standardized Evaluation Framework for Automated Red Teaming and Robust Refusal 作者/机构：Mantas Mazeika 等 年份：2024 URL：https://proceedings.mlr.press/v235/mazeika24a.html 角度：安全、拒答、红队评测 采用原因：适合支撑“安全性必须作为选型维度单独进入能力组合”。
FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance 作者/机构：Lingjiao Chen, Matei Zaharia, James Zou 年份：2023 URL：https://arxiv.org/abs/2305.05176 角度：级联、近似、prompt adaptation、成本优化 采用原因：适合支撑“组合调度可在接近强模型效果时大幅降本”。
Large Language Model Cascades with Mixture of Thought Representations for Cost-Efficient Reasoning 作者/机构：Murong Yue 等 年份：2024 URL：https://arxiv.org/abs/2310.03094 角度：便宜模型前置、强模型兜底 采用原因：适合支撑“复杂请求升级、简单请求降配是可验证的高性价比策略”。
RouteLLM: Learning to Route LLMs with Preference Data 作者/机构：Isaac Ong 等 年份：2025 URL：https://proceedings.iclr.cc/paper_files/paper/2025/file/5503a7c69d48a2f86fc00b3dc09de686-Paper-Conference.pdf 角度：动态路由、模型对选择、成本节省 采用原因：适合支撑“路由器本身是能力组合中的独立资产”。
Use Amazon Bedrock Intelligent Prompt Routing for cost and latency benefits 作者/机构：AWS 年份：2025 URL：https://aws.amazon.com/blogs/machine-learning/use-amazon-bedrock-intelligent-prompt-routing-for-cost-and-latency-benefits/ 角度：云平台级 prompt routing 采用原因：适合支撑“路由不是研究概念，而是生产级产品能力”。
Model router for Microsoft Foundry 作者/机构：Microsoft 年份：2025 URL：https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/model-router 角度：Balanced / Cost / Quality、故障转移、版本更新 采用原因：适合支撑“模型混用与升级策略同时也是运维控制面的一部分”。
Prompt Caching in the API 作者/机构：OpenAI 年份：2024 URL：https://openai.com/index/api-prompt-caching/ 角度：缓存、上下文成本、延迟 采用原因：适合支撑“上下文组织方式会改变模型的经济性判断”。
Latency optimization 作者/机构：OpenAI 年份：2026 URL：https://developers.openai.com/api/docs/guides/latency-optimization 角度：延迟、输出长度、小模型策略 采用原因：适合支撑“更小模型在工程优化后常常已足够”。
Orca: A Distributed Serving System for Transformer-Based Generative Models 作者/机构：Gyeong-In Yu 等 年份：2022 URL：https://www.usenix.org/conference/osdi22/presentation/yu 角度：服务系统、吞吐、延迟 采用原因：适合支撑“选型必须联动 serving 系统能力”。
Efficient Memory Management for Large Language Model Serving with PagedAttention 作者/机构：Woosuk Kwon 等 年份：2023 URL：https://arxiv.org/abs/2309.06180 角度：KV cache、吞吐、内存效率 采用原因：适合支撑“上下文长度会反向影响吞吐与成本”。
DistServe: Disaggregating Prefill and Decoding for Goodput-optimized Large Language Model Serving 作者/机构：Yinmin Zhong 等 年份：2024 URL：https://www.usenix.org/conference/osdi24/presentation/zhong-yinmin 角度：prefill / decoding 解耦、TTFT、TPOT 采用原因：适合支撑“模型是否适配业务场景，取决于服务阶段性约束”。
Regulation (EU) 2024/1689 (Artificial Intelligence Act) 作者/机构：European Union 年份：2024 URL：https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng 角度：高风险 AI、监督、停用、准确性、稳健性 采用原因：适合支撑“高风险选型是能力与治理的联合设计”。
Artificial Intelligence Risk Management Framework: Generative AI Profile (NIST AI 600-1) 作者/机构：NIST 年份：2024 URL：https://doi.org/10.6028/NIST.AI.600-1 角度：基线评测、人机配置、停用、风险管理 采用原因：适合支撑“模型选型必须同时考虑校准、人工放行与退出机制”。
GPT-4o System Card 作者/机构：OpenAI 年份：2024 URL：https://openai.com/index/gpt-4o-system-card/ 角度：部署前风险评级、model-level 与 system-level safeguards 采用原因：适合支撑“高风险场景是否可用，取决于缓解措施与系统级控制”。
Claude 4 System Card 作者/机构：Anthropic 年份：2025 URL：https://assets.anthropic.com/m/6c940a1b69ed6a1c/original/Claude-4-System-Card.pdf 角度：能力阈值、保守部署、防护级别 采用原因：适合支撑“高风险能力越强，部署越要保守，不是越强越直接上”。
Larger and more instructable language models become less reliable 作者/机构：Lexin Zhou 等 年份：2024 URL：https://www.nature.com/articles/s41586-024-07930-y 角度：能力增强与可靠性下降的张力 采用原因：适合支撑“更强模型未必更适合高风险业务”。
Large Language Models Must Be Taught to Know What They Don’t Know 作者/机构：Sanyam Kapoor 等 年份：2024 URL：https://proceedings.neurips.cc/paper_files/paper/2024/hash/9c20f16b05f5e5e70fa07e2a4364b80e-Abstract-Conference.html 角度：校准、不确定性、人机协同 采用原因：适合支撑“高风险选型必须考虑模型知道自己不知道的能力”。
Learn to Refuse: Making Large Language Models More Controllable and Reliable through Knowledge Scope Limitation and Refusal Mechanism 作者/机构：Lang Cao 年份：2024 URL：https://aclanthology.org/2024.emnlp-main.212/ 角度：拒答、知识范围限制、可控性 采用原因：适合支撑“拒答是高风险 Agent 必需能力，不是缺陷”。
Robots That Ask For Help: Uncertainty Alignment for Large Language Model Planners 作者/机构：Allen Z. Ren 等 年份：2023 URL：https://proceedings.mlr.press/v229/ren23a.html 角度：主动求助、人审升级、统计保证 采用原因：适合支撑“升级给人应被视为选型条件的一部分”。
Building effective agents 作者/机构：Anthropic 年份：2024 URL：https://www.anthropic.com/engineering/building-effective-agents 角度：workflow 优先、工具设计、人工监督 采用原因：适合支撑“很多系统问题应先靠结构设计，而不是盲目升级模型”。
A practical guide to building agents 作者/机构：OpenAI 年份：2025 URL：https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/ 角度：子任务分配、强模型建基线、逐步降配 采用原因：适合支撑“先强后拆，再按评测逐步用小模型替换”。
Introducing Structured Outputs in the API 作者/机构：OpenAI 年份：2024 URL：https://openai.com/index/introducing-structured-outputs-in-the-api/ 角度：schema、constrained decoding、工程稳定性 采用原因：适合支撑“输出稳定性问题更适合由系统补强解决”。
Announcing advanced governance capabilities for Vertex AI Agent Builder 作者/机构：Google Cloud 年份：2025 URL：https://cloud.google.com/blog/products/ai-machine-learning/new-enhanced-tool-governance-in-vertex-ai-agent-builder 角度：工具治理、memory、human-in-the-loop、上下文回退 采用原因：适合支撑“企业 Agent 的可靠性来自模型与治理结构共同组合”。
Inside OpenAI’s in-house data agent 作者/机构：OpenAI 年份：2026 URL：https://openai.com/index/inside-our-in-house-data-agent/ 角度：上下文工程、工具收敛、memory、workflow、eval 采用原因：适合支撑“真实业务问题往往应由上下文、工具和评测体系补齐”。
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 作者/机构：Patrick Lewis 等 年份：2020 URL：https://arxiv.org/abs/2005.11401 角度：检索补强、知识更新、可溯源 采用原因：适合支撑“知识短板通常应优先靠 RAG，而不是靠更大底模”。
Toolformer: Language Models Can Teach Themselves to Use Tools 作者/机构：Timo Schick 等 年份：2023 URL：https://arxiv.org/abs/2302.04761 角度：工具补强、专用能力外接 采用原因：适合支撑“专用工具可以替代一部分大模型自身能力压力”。
ReAct: Synergizing Reasoning and Acting in Language Models 作者/机构：Shunyu Yao 等 年份：2023 URL：https://arxiv.org/abs/2210.03629 角度：推理与行动闭环、环境反馈 采用原因：适合支撑“真正有效的 Agent 依赖模型与环境交互能力的组合”。
How Descript enables multilingual video dubbing at scale 作者/机构：OpenAI / Descript 年份：2026 URL：https://openai.com/index/descript/ 角度：持续评测、配置替换、质量-延迟-成本比较 采用原因：适合支撑“模型选型不是一次性决定，而是持续演进的组合优化”。
附录 G：分章资料清单