基础概念

大语言模型

Large Language Model (LLM)

用海量文本训练出来、按概率逐字续写文本的神经网络。

又称 LLM 大模型

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

它的训练目标只有一个:给定前文,预测下一个词。把这个目标做到极致之后,模型内部会自发形成语法、事实关联和一定的推理能力,于是看起来像「什么都懂」。

但它没有数据库,也没有查证动作。回答是「根据上下文续写最可能的词」,所以既能写代码,也会一本正经地编造。判断一个模型的实际能力,看三件事:知识截止时间、上下文窗口、以及是否针对推理做过强化学习。

02 什么时候会碰到它
刚上手大模型、看文档或教程时

这些词几乎出现在每一篇入门材料里:token 决定成本,上下文窗口决定能塞多少,幻觉决定你敢不敢直接信。先把它们认全,后面读选型、读架构才不卡壳。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活