SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

AI 与大模型 · 入门

LLM(大语言模型)

Large Language Model

读过海量文字之后学会“接下一句”的超大程序。你输入的任何一句话,它都在猜后面最可能出现什么,写作、翻译、答题都是这一件事的不同用法。

AI 与大模型 入门 站内文案里出现过 1550 次,涉及 762 个条目 448 字 约 1 分钟读完 78 次阅读

TL;DR三十秒版本

  1. 一个读过海量文字、学会了“接下来该写什么”的程序。
  2. 写作、翻译、答题看着是三件事,对它来说都是同一件事:往下猜字。
  3. 它猜得流畅,猜错了也照样流畅,所以事实和数字要另找人核。

Overview详细说说

大语言模型是一个被喂了海量书籍、网页和代码的程序。它做的事其实很朴素:看前面一串文字,猜后面最该接什么。你给它“今天天气真”,它会算出接“好”的概率最高。你在 AI 里看到的写作、翻译、答题,本质都是这样一遍遍往下猜。

这招之所以管用,是因为语言里装着人类的大部分知识。学会接下句这条规律之后,它顺带学到了语法、常识,甚至写代码的套路。规模大到一定程度,就冒出了写文章、做推理这些没人专门教过的本事。

市面上常见的模型,比如 GPT、Claude、Gemini、DeepSeek,都是大语言模型,只是出自不同公司,训练方式和擅长的方向不一样。你在 AI 工具里敲进去的每一句话,都是先交给这类模型,再由它生成回复。

它不是数据库,没有把答案原样存起来,所以会一本正经地编出不实的内容,这就是常说的幻觉。它本身也不联网,就算你用的工具接了搜索功能,那部分新内容也是别人额外拼上去的,不是模型自带的。

还有一个直觉上的误区:它并不真的“理解”你在说什么,只是把词语之间该怎么搭配这件事学得很像。所以它说得越流畅,你越要留意事实部分是不是靠得住。

Myths常见误解

  • 以为它是在资料库里查答案 它不查任何东西,只是按概率往下接字,所以能编出不存在的来源
  • 以为答不上来时它会说不知道 它没有“我不知道”这个开关,照样给你一个像样的答案

In practice你会在哪用到它

  • 让它把一段绕口的话改成大白话,或者反过来写成正式书面语
  • 把散乱的材料丢给它,让它整理成一份能交出去的文档
  • 看不懂一段代码或一份合同条款时,让它逐句解释

Summary记住这几点就够了

  • 你输入的每句话它都逐字往下猜
  • 规模够大后自己学会了写文章、写代码
  • 它的本质是生成文字,不是查数据库
  • 因此它会一本正经地编造不实内容

常见问题

LLM(大语言模型)是什么意思?

一个读过海量文字、学会了“接下来该写什么”的程序。写作、翻译、答题看着是三件事,对它来说都是同一件事:往下猜字。它猜得流畅,猜错了也照样流畅,所以事实和数字要另找人核。

LLM(大语言模型)一般用在什么地方?

让它把一段绕口的话改成大白话,或者反过来写成正式书面语;把散乱的材料丢给它,让它整理成一份能交出去的文档;看不懂一段代码或一份合同条款时,让它逐句解释。

关于LLM(大语言模型),最容易搞错的是什么?

以为它是在资料库里查答案,其实它不查任何东西,只是按概率往下接字,所以能编出不存在的来源;以为答不上来时它会说不知道,其实它没有“我不知道”这个开关,照样给你一个像样的答案。

LLM(大语言模型)要记住哪几点?

你输入的每句话它都逐字往下猜;规模够大后自己学会了写文章、写代码;它的本质是生成文字,不是查数据库;因此它会一本正经地编造不实内容。

容易踩的坑 它写得流畅不代表说得对,事实和数字最好再找来源核一遍。

全站第 2 / 186 条 · 全部词条

接着读Related reading

接着去哪Explore more

回到技能本身

词典里讲到的这些概念,大多一条命令就能装进你的 AI 客户端。