一、认识大语言模型

1. 什么是大语言模型？

大语言模型（Large Language Model，LLM）是指基于大规模神经网络（参数规模通常达数十亿至万亿级别，例如GPT-3包含1750亿参数），通过自监督或半监督方式，对海量文本进行训练的语言模型。

名词解释：

1. 神经网络：一个极其高效的“团队工作流程”或“条件反射链”。

例如教一个小朋友识别猫：

• 不会只给一条规则（比如“有胡子就是猫”），因为兔子也有胡子。
• 我们会让他看很多猫的图片，他大脑里的视觉神经会协同工作：
• • 有的神经元负责识别“尖耳朵”，
• • 有的负责识别“胡须”，
• • 有的负责识别“毛茸茸的尾巴”。
    这些神经元一层层地传递和组合信息，最后大脑综合判断：“这是猫！”

神经网络就是模仿人脑的这种工作方式。

• 它由大量虚拟的“神经元”（也就是参数）和连接组成。
• 每个神经元都像一个小处理单元，负责处理一点点信息。无数个神经元分成很多层，前一层的输出作为后一层的输入。
• 通过海量数据的训练，这个网络会自己调整每个“神经元”的重要性（即参数的值），最终形成一个非常复杂的“判断流水线”。比如，一个识别猫的神经网络，某些参数可能专门负责识别猫的眼睛，另一些参数专门负责识别猫的轮廓。
  简单说：神经网络就是一个通过数据训练出来的、由大量参数组成的复杂决策系统。

2. 自监督学习：“完形填空”超级大师。

例如我们想学会一门外语，但没有老师给出题和批改。怎么办？

• 我们可以拿一本该语言的小说，自己玩“完形填空”：随机盖住一个词，然后根据上下文猜测这个词是什么。
• 一开始猜得乱七八糟。
• 但不断地重复这个过程，看了成千上万本书后，对这个语言的语法、词汇搭配、上下文逻辑了如指掌。现在不仅能轻松猜对被盖住的词，甚至能自己写出流畅的文章。

自监督学习就是这个过程。

• 模型面对海量的、没有标签的原始文本（比如互联网上的所有文章、网页）。
• 它自己给自己创造任务：把一句话中间的某个词遮住，然后尝试根据前后的词来预测这个被遮住的词。
  通过亿万次这样的练习，模型就深刻地学会了语言的规律。它不需要人类手动去给每句话标注“这是主语”、“这是谓语”。
  简单说：自监督就是让模型从数据本身找规律，自己给自己当老师。

3. 半监督学习：“师父领进门，修行在个人”。

例如你想学做菜：

• 师傅先教你几道招牌菜（比如麻婆豆腐、宫保鸡丁）——这相当于给了你一些“有标注的数据”（菜谱和成品）。
• 然后，师傅让你去尝遍天下各种美食，自己研究其中的门道——这相当于接触海量的“无标注数据”（各种未知的食材和味道）。
• 你结合师傅教的基本功和自己尝遍天下美食的经验，最终不仅能完美复刻招牌菜，还能创新出新的菜式。这就是“半监督”。

先用少量带标签的数据让模型“入门”，掌握一些基本规则，然后再让它去海量的无标签数据中自我学习和提升。这对于大语言模型来说也是一种常用的训练方式。
简单说：半监督就是“少量指导+大量自学”的结合模式。

大语言模型是一个：

• 用“超级团队工作流程”（大规模神经网络）搭建的，拥有数百亿甚至上万亿个“脑细胞”（参数）的“超级自动补全系统”（语言模型）。
• 它学习的方式，主要是通过自己玩“海量完形填空”（自监督学习），或者“少量名师指导+海量自学”（半监督学习）……
• 从互联网上所有的文本数据中学会了语言的规律。

因此，它具有以下几个核心特点：

• 规模巨大：它的“脑细胞”（参数）特别多（通常达到数十亿甚至万亿级别），所以思考问题更复杂、更全面，就像一支百万大军和一个小分队的区别。
• 通用性强：它不是为单一任务训练的。因为它通过“完形填空”学会的是整个语言世界的底层规律（语法、逻辑、知识关联），而不是只背会了“猫的图片”。所以它能举一反三，把底层能力灵活应用到聊天、翻译、写代码等各种任务上。这种“涌现”能力，就像孩子通过大量阅读后，突然能写出意想不到的优美句子一样。
• 训练方式不同：主要使用自监督学习，从海量无标注的原始文本中学习。它不依赖人工一张张地给图片标“这是猫”，而是直接从原始文本中自学，效率极高，规模可以做得非常大。
• 交互方式革命：我们不用点按钮、写代码，直接像对人说话一样给它指令（Prompt）它就能听懂并执行，比如你直接说“写一首关于春天的诗”，它就能给你写出来。

2. 主流的大语言模型

• GPT-5（OpenAI）：支持400k背景信息长度，128k最大输出标记，在多轮复杂推理、创意写作中表现突出
• DeepSeek R1（深度求索）：开源，专注于逻辑推理与数学求解，支持128K长上下文和多语言（20+语言），在科技领域表现突出
• Qwen2.5-72B-Instruct（阿里巴巴）：通义千问开源模型家族重要成员，擅长代码生成结构化数据（如JSON）处理角色扮演对话等，尤其适合企业级复杂任务，支持包括中文英文法语等29种语言
• Gemini 2.5 Pro（Google）：多模态融合标杆，支持图像/代码/文本混合输入，适合跨模态任务（如图文生成、技术文档解析）

其他参考：

• Huggingface LLM性能排行榜：https://huggingface.co/spaces/ArtificialAnalysis/LLM-Performance-Leaderboard

3. LLM的能力包括哪些？

大模型，对不少人来说已变得耳熟能详，从大型科技公司到初创企业，都纷纷投身于这场技术变革。AI大模型不仅仅是技术圈的热门话题，它也正日新月异的速度融入我们的日常生活，改变着我们获取信息、处理工作、甚至进行创作的方式。
我们将大模型的能力归纳为四点，这不仅仅是技术指标，更是它改变世界的核心利器。

3.1 语言大师：理解与创造的革命

想象一下，你是否发生过以下类似问题：
对学生：你是否为论文的开头绞尽脑汁？
对职场人：一封礼貌又坚决的投诉邮件怎么写？
LLM可以干什么？对于：
论文的开头：告诉大模型你的主题和观点，它能为你生成几个不同风格的引言段落。
投诉邮件：把情况告诉它，它即刻生成，你稍作修改就能发送。
我们发现，它真正“读懂”了人类语言的千变万化，并能进行高质量创作。这不是简单的关键词匹配，而是理解了上下文、情感甚至潜台词。

3.2 知识巨人：拥有“全互联网”的记忆

我们可以问它：“用物理学原理解释为什么猫咪总能四脚着地？”。它不仅能回答，还能类比。
我们可以让它：“对比一下古希腊哲学和春秋战国百家争鸣的异同”。它能为我们提供清晰的思路。
可以看出，大模型是一个被压缩的、可对话的“互联网知识库”。它通过学习海量数据，将知识内在关联，形成了一个立体的知识网络，而不仅仅是存储。

3.3 逻辑与代码巫师：从思维到实现的跨越

一个复杂的功能，对程序员来说，只需用中文描述：“写一个Python函数，能自动爬取某个网页的最新标题并保存到Excel里。”代码瞬间生成。
我们可以把一道复杂的数学题丢给它，如“微分方程y’‘-3y’+2y=3x-2e^x的特解y*的形式为？”，它不仅能给出答案，还能一步步展示解题过程，成为你的私人家教。
可以看出，大模型不仅能处理语言，还能处理严格的逻辑和编程语法。这证明了它的能力超越了“文科”，进入了需要精确和推理的“理科”领域。

3.4 多模态先知：开启“全感知”AI的大门

想象一下，上传一张照片，再加入一段描述，AI可实现快速的对话式创意工作流程。
可以看到，它打破“文本”的界限，连接视觉、听觉的世界，让AI更接近人类的感知方式。这是目前最前沿、最令人兴奋的能力，它让AI真正成为“全能型”助手。

4. 提示词编写技巧

编写合理且有效的提示词，是我们与AI进行有效对话的第一步，好的提示词能显著提升模型输出的质量和相关性。宗旨就是：将你的问题限定范围，让AI知道你要的答案具体要包含什么，提示词效果会大幅提升。

核心在于换位思考：想象AI对你提供的信息一无所知，你需要清晰、具体、无歧义地告诉它你要什么、在什么背景下、以什么方式呈现。善用示例、角色扮演、具体约束和迭代优化。

提示技巧不止一种，掌握多种技巧，并根据不同任务灵活组合使用，才是成为提示词高手的秘诀。

4.1 CO-STAR结构化框架

在目标设定和问题解决的场景下，清晰性和结构性是至关重要的。而有一种方法论，在这些方面表现都非常出色，那就是CO-STAR框架。这个提示词编写框架，由新加坡政府技术局（GovTech）的数据科学与AI团队开发，重点在于确保提供给LLM的提示词是全面且结构良好的，从而生成更相关和准确的回答。

CO-STAR可以拆解为六个维度。

模块	说明	示例
Context	任务背景与上下文	“你是电商客服，需解答用户关于iPhone 17的咨询，知识库包含最新价格和库存”
Objective	核心目标	“准确回答价格、发货时间，推荐适配配件”
Steps	执行步骤	“1.识别用户问题类型；2.检索知识库；3.用亲切语气整理回复”
Tone	语言风格	“口语化，避免专业术语，使用‘亲~’‘呢’等语气词”
Audience	目标用户	“20-35岁年轻消费者，对价格敏感，关注性价比”
Response	输出格式	“价格：XXX元\n库存：XXX件\n推荐配件：XXX（链接）”

4.2 少样本提示/多示例提示

这种方式通过给AI提供一两个输入-输出的例子，让它“照葫芦画瓢”。
核心思想：你不是在给它下指令，而是在“教”它你想要的格式、风格和逻辑。
适用场景：格式固定、风格独特、逻辑复杂的任务，如风格仿写、数据提取、复杂格式生成。

4.3 思维链提示

提示工程的关键目标是让AI更好地理解复杂语义。这种能力的高低，可以直接通过模型处理复杂逻辑题的表现来检验。
可以这样理解：当好的提示词能帮助模型解决原本解决不了的难题时，就说明它确实提升了模型的推理水平。并且，提示词设计得越出色，这种提升效果就越显著。通过设置不同难度的推理测试，可以很清晰地验证这一点。
思维链提示最常用的两种方式：

• Few-shot-CoT：少样本思维链
• Zero-shot-CoT：零样本思维链
  核心思想：要求AI“展示其工作过程”，而不是直接给出最终答案。这模仿了人类解决问题时的思考方式。
  适用场景：数学题、逻辑推理、复杂决策、需要解释过程的任务。

4.4 自动推理与零样本链式思考

零样本思维链（Zero-shot-CoT）这是少样本思维链（Few-shot-CoT）的简化版。只需在提示词末尾加上一句魔法短语，即可激发AI的推理能力。
核心思想：通过指令“请一步步进行推理并得出结论”，强制AI在给出答案前先进行内部推理。
适用场景：任何需要一点逻辑思考的问题，即使你不太清楚具体步骤。

4.5 自我批判与迭代

要求AI在生成答案后，从特定角度对自己的答案进行审查和优化。
核心思想：将“生成”和“评审”两个步骤分离，利用AI的批判性思维来提升内容质量。
适用场景：代码审查、文案优化、论证强化、安全检查。
在实际应用中，这些技巧常常是组合使用的。例如，我们可以：

1. 使用CO-STAR框架设定基本结构和角色。
2. 在框架的“Steps”或“Response”部分，融入思维链指令。
3. 对于格式复杂的输出，在最后附上少样本示例。
4. 最后，要求AI进行自我审查。

5. 为什么LLM如此重要？

如果说前几年AI还是“炫技”的概念，那么大模型就是将AI变成一种基础资源，像电一样融入各行各业，驱动创新。

• 生产力革命的“加速器”

自动化所有基于语言和知识的工作：撰写、总结、翻译、编码、答疑……它将人类从重复性的脑力劳动中解放出来，让我们能更专注于创造、决策和战略思考。

它的核心价值不是替代人类，而是增强人类（Human Augmentation）。

• 人机交互的“新范式”

从“人适应机器”到“机器适应人”：我们不再需要学习复杂的软件菜单或编程语言，用最自然的“说话”方式，就能指挥机器完成任务。技术的使用门槛被极大地降低了。

• 产业智能化的“核心引擎”

赋能千行百业：
教育：提供一对一、无限耐心的AI家教。
医疗：辅助医生看影像资料、查阅最新文献病历。
法律：快速分析海量卷宗，提炼关键信息。
文创：提供无限的故事灵感、设计草图、配乐方案。
它正在成为和互联网、移动支付一样重要的数字化基础设施。