什么是大型语言模型（LLM）？

设想一下，你能和一个电脑程序对话，向它提问，让它写故事，概括长文档，甚至翻译语言，它都能以一种听起来非常像人类的方式理解并回应。这就是大型语言模型（LLM）的特点。

从根本上说，LLM是一种人工智能（AI）程序，专门用于理解、处理和生成人类语言（文本）。把它看作一个极其精密的模式匹配机器。它已经通过海量的文本数据进行了训练，比如维基百科、大量的书籍、文章以及互联网上的其他文本资料。

为什么叫“大型”？“大型”这个词主要指两个方面：

1. 它所训练的庞大数据量。 这种充分的训练使模型能够学习语法、事实、推理能力、不同的写作风格以及语言的精微之处。
2. 它用于存储和处理这些已学信息的内部“参数”的庞大数量。 我们将在下一节具体介绍参数，但现在，请先明白，通常更多的参数能让模型掌握更复杂的模式和知识。

LLM并非以人类意识或经验的方式“理解”语言。相反，它们学习词语和想法之间的统计关系。当你给LLM一个提示（一段文本输入）时，它会根据训练期间学到的模式，预测最有可能出现的词语序列。这种预测过程使其能完成以下任务：

• 生成文本： 编写电子邮件、代码、诗歌、营销文案等。
• 回答问题： 根据其训练数据提供信息。
• 翻译： 将文本从一种语言转换到另一种语言。
• 概括： 将长文本浓缩成更短的摘要。
• 对话： 进行互动，比如聊天机器人或虚拟助手。

例如，如果你输入“泰国的首都是”，LLM会利用其学到的模式预测下一个最可能的词是“曼谷”。它会逐字继续这个过程，生成连贯且符合语境的回应。

这些模型构成了许多你可能已经在使用的人工智能工具的基础，比如高级聊天机器人、搜索引擎改进和内容创建辅助。本章以及本课程将帮助你弄明白这些模型“有多大”（就参数而言）与实际运行它们所需的计算机硬件之间的根本关联。