AI词典一：大语言模型到底是什么？

仅仅两个月，便有一亿用户加入，这种增长速度甚至超越了当年的TikTok，堪称人类历史上增长最快的应用。

时光飞逝，四年过去了，如今你手机里的那些AI助手，无论是豆包、Kimi、DeepSeek，还是文心一言、腾讯元宝，它们的核心内核，其实都是同一个东西。

大语言模型，即Large Language Model，通常简称为LLM。

这几年来，大家问得最多的问题就是：这大模型到底是个什么东西？它凭什么能生成那么多内容？

今天我就用通俗易懂的语言，把这件事讲清楚。名字里的“大”字，指的是它的参数量巨大、训练数据海量，具体原理请看下文。

首先，我们要打破一个常见的误区。

许多人觉得，大模型就像一座超级图书馆，你问一个问题，它去书架上翻找答案并读给你听。

其实不然。

它既没有书架也没有仓库。它的“身体”其实是一堆数字，在专业术语中称为参数。这些参数数量庞大，从几十亿到上万亿不等。

在训练阶段，它通读了人类海量的文字资料，包括书籍、网页、论文和对话，然后将这些文字中的规律，压缩进那一堆数字里。

打个比方，这就像你不需要死记硬背整本字典，但读的书多了，自然知道哪个词放在哪里，句子该怎么接。

大语言模型做的，就是把这种“语感”压缩成了一堆数字。

因此，它记住的不是原文，而是语言的规律。

这个区别至关重要，后续所有的现象都与它有关。

那它具体是如何回答你的呢？

其实原理很简单，就是根据已有的文字，预测下一个字最可能是什么。

比如你输入“今天天气真”，它会计算一下，觉得“好”的概率最高，于是输出“好”。

接着它把“今天天气真好”当作新的输入，继续猜测下一个字。就这样一个接一个，直到生成完整的句子。

这种机制在学术界被称为自回归，每次生成一个token，可以理解为字或词。

如果你去查阅大模型的技术文档，会发现核心内容都在讲如何提高“猜下一个字”的准确率。

但你可能会问，仅仅是猜字而已，怎么就能写出这么聪明的回答呢？

这是因为训练数据实在太多了。人类几千年来积累的知识、逻辑和对话方式，都变成了“下一个字最可能是什么”的形式，被它吸收了。

你问它1+1等于几，它能回答“2”，不是因为它真的会算，而是因为它见过的文本里，“1+1=”后面紧跟“2”的概率极高。

问它李白写过什么诗，同理可得。

还有一个神奇的现象：模型越大，数据越多，它就会突然涌现出一些未经过专门训练的能力，比如写诗、推理或写代码。

这在学术界被称为涌现。就像水烧到100度会沸腾，没有人教水怎么沸腾。

说实话，每次想到这一点，我都觉得非常震撼。

此外，它之所以说话像人，不仅因为会接龙，还因为后期的“调教”。人类会对它的回答打分，告诉它哪种说法更好，让它越来越像人话。

这一步叫RLHF，是ChatGPT当年惊艳世界的关键。

既然它有这个原理，自然也有一个天生的缺陷。

它本质上是“猜”出来的，而不是“查”出来的。

所以它确实会编造，而且编得非常逼真。

你问它某本书某句话的出处，它可能会编造一段看似合理的引用，书是真的，页码是假的。

这种现象在行业内被称为幻觉。

它不是故意骗你，对它而言，没有“事实”和“虚构”的区别，它只在乎这句话像不像人话，概率高不高。

这不是bug，而是技术原理自带的影子。

所以坦白地说，用AI提供的事实，一定要自己核实一遍。

还有一件事很多人不知道：它没有记忆。

一旦关闭对话框，它就什么都忘了。你以为它在“记得你”，其实只是每次对话时，把你的聊天记录重新读一遍，放入工作区。

这个工作区叫上下文窗口。窗口大小有限，聊得太长，前面的内容就看不到了，只能捡最近的说。

这就是为什么有时候聊着聊着，它会突然“失忆”。

听到这，你可能会觉得它不靠谱？

但千万别急着下定论。

它确实不是百科全书，但把它当成一个“特别会接话的聪明同事”，它的好用程度令人发指。

写初稿、理清思路、解释概念、翻译、格式调整、头脑风暴、陪你练英语，这些活儿它干得又快又稳。

我自己写文章时，常让它先出一份烂初稿，我再修改。从白纸到初稿，中间的差距，用过的人深有体会。

你可能不是程序员，不需要写代码，但作为普通上班族，写周报、回消息、做方案，有必要了解大模型吗？

我的答案是：不需要懂它怎么算出来的，但需要知道它的脾气。

知道它会猜、会编、会忘，你才能用得顺手，也不容易被它带偏。

但它的产出，你必须自己把关。

它给的事实，你查一遍；它写的代码，你跑一遍。

至于初稿，千万别偷懒，一定要自己修改后再发送。

你自己的判断，永远是最后一道防线。

这话听起来可能有点烦，但我还是要说：在AI时代，比会用AI更宝贵的，是知道AI什么时候在瞎说。

回到开头的问题。

ChatGPT之所以成为分水岭，不是因为它突然会说话了，而是因为它把大模型从实验室拽进了普通人的聊天框。

人类几千年，一直致力于把知识存下来、传出去。

而大语言模型换了一种玩法：它不存知识，而是存规律。

知识第一次可以对话了。你不用再翻书、背书，直接问就行。

但硬币的另一面是，当一个工具能流利生成任何话，分辨真假就成了你的责任。

这可能就是这个时代，最需要练的本事。

下次你再打开那个聊天框，心里想着，这家伙在玩接龙、在猜，也在努力帮你。

很多困惑，一下就解开了。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。