一句话解释
大语言模型(LLM,Large Language Model)就是一个「预测下一个词」的机器。
你给它一段文字,它接着往下写。写得好不好,取决于它读过的海量文本和训练出来的规律。
它为什么能聊天
你可能用过 ChatGPT,感觉它「很聪明」。但本质上,它做的是同一件事:
给定上文 → 猜下一个最合理的词 → 再猜下一个 → 一直猜下去。
「你好,今天天气」后面大概率是「怎么样」「不错」「真热」……模型就是根据概率选一个,再往后继续。因为训练数据足够多、模型足够大,猜出来的结果就越来越像真人说话。
两个关键概念
1. 参数(Parameters)
模型的「脑容量」。参数越多,能记住的规律越多,通常越聪明。
- GPT-3 约 1750 亿参数
- 现在的旗舰模型已经到万亿级别
2. 上下文窗口(Context Window)
一次对话它能「记住」多少内容。超过这个长度,最早的内容就会被「忘记」。
- 早期 ChatGPT 约 4000 字
- 现在的模型动辄几万到百万字
它到底会不会思考?
这是被问得最多的问题。诚实的回答是:
它不「思考」,它「生成」。
它没有意识,不会主动想事情,只是在做极其熟练的「接龙」。但它接龙的水平,足以让它表现出推理、总结、翻译、写代码这些能力——这已经足够改变我们的工作方式了。
下一步看什么
理解了这些,你就有了一个框架。后面我会接着讲:
- 提示词(Prompt)怎么写才有效
- 不同模型的区别,怎么选
- 怎么把 AI 真正用到日常工作中
先从下一篇《ChatGPT 高效提问指南》开始。