LLM（大语言模型）通俗指南

零基础也能看懂的大模型入门

📖 = 该术语在 AI_terminology_explanations.md 中有独立词条，可对照阅读

---

一、什么是 LLM

LLM（Large Language Model），大语言模型——就是 ChatGPT、Claude、文心一言这些 AI 聊天工具背后的"大脑"。

通俗理解：它本质上是一个"文字接龙高手"。你给它一段话，它根据学过的所有文本规律，猜出下一个最可能出现的字是什么，一个一个猜下去，就变成了一篇完整的回答。

类比：就像一个读了互联网上几乎所有文章的人，你问他什么问题，他都能根据"读过的经验"给你组织一段像样的回答。

---

二、发展历程

LLM 不是突然冒出来的，而是一步步"升级"上来的。

1990s         2013        2017        2018        2020        2022        2024
  │             │           │           │           │           │           │
N-gram       词向量     Transformer   BERT       GPT-3     ChatGPT     GPT-4/Claude
统计猜词     词变数字     注意力机制    双向理解   1750亿参数   突然出圈     多模态+智能体
              ↑            ↑            ↑           ↑           ↑              ↑
           "猫"变成      一眼看完      同时从左     大到令人    大众第一次    能看图、
        [0.2, 0.8...]    整段话        读到右       震撼        体验聊天     能调用工具

关键节点速查

阶段	代表技术	一句话解释
N-gram 时代（1990s）	统计语言模型	根据前两个词猜第三个词——"今天天___“→"气”，规则简单、记不住长上下文
词向量时代（2013）	Word2Vec（即 Embedding）📖	把每个词变成一串数字，"猫"和"狗"的数字串很像，"猫"和"汽车"差很远
Transformer 时代（2017）	Transformer 📖	革命性架构：一眼看完整个句子并自动划重点——现在所有大模型的"祖宗"，出自论文 《Attention Is All You Need》
预训练时代（2018）	BERT 📖 / GPT	先让模型"博览群书"学语言规律，再针对具体任务微调 📖，效果好到炸裂
大模型时代（2020）	GPT-3（1750 亿参数）	大到一定程度后"量变引发质变"——突然会做没专门教过的事
对话时代（2022）	ChatGPT	加上人类反馈训练后，聊天流畅自然，第一次让大众感受到 AI 的能力
多模态时代（2024+）	GPT-4o / Claude	不只会文字，还能看图、听语音、调用工具、自主完成复杂任务

💡 里程碑论文：《Attention Is All You Need》

作者：Vaswani 等（Google Brain & Google Research）
发表：2017 年，NeurIPS 会议

这篇论文提出了 Transformer 架构，彻底改变了整个 NLP（自然语言处理）领域。

之前的做法有什么问题？
以前的模型（如 RNN、LSTM）读句子时是"从左到右逐字读"的，就像你一个字一个字念文章——速度慢，而且读到句尾时，开头的内容已经记不太清了。

这篇论文的创新点：
论文的核心思想是 Self-Attention（自注意力机制） 📖——模型一眼看完整个句子，自动判断哪些字更重要、哪些字之间有联系。比如"猫坐在垫子上，因为它很软"，模型能自动判断"它"指的是"垫子"而不是"猫"，不需要逐字读。

架构概览：
Transformer 由 编码器（Encoder） 和 解码器（Decoder） 两部分组成——编码器负责"理解"输入，解码器负责"生成"输出。两者之间通过注意力机制传递信息，完全不需要逐字处理。

多头自注意力机制

为什么影响这么大？

• 速度快：可以并行处理（同时看所有字），而不是逐字等待，训练效率大幅提升
• 效果好：注意力机制让模型抓住了句子内部的深层关系
• 影响深远：后来的 BERT、GPT、Claude、Gemini……所有现代大模型都基于这个架构，只是做了各种改进

一句话总结：这篇论文用"注意力"代替了"逐字阅读"，是今天所有大语言模型诞生的起点。

---

三、LLM 是怎么炼成的

训练一个大模型分三步，像培养一个人的成长过程：

第 1 步：预训练（博览群书）

做什么：把互联网上能找到的书籍、网页、论文全部喂给模型，让它学习语言的规律——语法、常识、逻辑推理。

类比：就像一个人从小学到大学的读书过程，读了海量文章，虽然还没什么实际工作经验，但已经"什么都能聊两句"。

花费：动辄几百万美元、跑几个月，用上千块显卡。

第 2 步：监督微调（专业培训）

做什么：用精心编写的高质量问答数据教模型"怎么跟人聊天"——有礼貌、说人话、格式清晰。

类比：大学毕业进了公司，老员工手把手教"我们公司是这么跟客户沟通的"——从学术范变成职场人。

花费：比预训练便宜得多，几天就能完成。

第 3 步：人类反馈对齐（情商训练）📖

做什么：让模型生成多个回答，人类给每个回答打分，告诉它"这样说话好，那样说话不好"。（这就是术语手册中的 RLHF）

类比：情商培训——不是教知识，而是教它什么话该说、什么话不该说。比如被问敏感问题时，学会礼貌拒绝而不是乱答。

结果：最终得到一个有用、诚实、无害的 AI 助手。

---

四、核心概念拆解

Token（词元）

LLM 不认"字"，它认的是 Token——比字大、比词小的文本片段。

示例："人工智能"可能被拆成 2 个 Token，"hello"可能只有 1 个 Token。中文大概 1.5 个字 = 1 个 Token。

为什么重要：模型按 Token 收费，上下文长度也是按 Token 算的。

上下文窗口（Context Window）

模型一次能"记住"的最大文字量。

示例：上下文窗口 128,000 Token ≈ 一本 300 页的书。你一次可以把整本书扔给它，让它总结、找信息。窗口小的模型（如 4,000 Token）只能记住一小段对话。

温度（Temperature）

控制回答的"创造力"——从死板到放飞。

温度值	效果	适用场景
0.0	每次回答一模一样	代码生成、数据提取
0.3-0.5	稳定但略有变化	翻译、摘要
0.7-0.9	更有创意和变化	写作、头脑风暴
1.0+	天马行空，可能跑偏	写诗、编故事

类比：温度就是"想象力旋钮"——拧到 0 是最老实的回答，拧到最大就变成了脑洞大开的科幻作家。

幻觉（Hallucination）

模型一本正经地胡说八道——看起来有理有据，实际上信息是编造的。

示例：你问"某某科学家哪年获得了诺贝尔奖？"它可能编一个看起来很合理的年份，但查无此事。

原因：模型的本质是"猜下一个字"，不是"查数据库"，所以它不知道什么是真什么是假，只知道什么话"看起来像对的"。

应对：重要信息一定要自己核实，或者给模型配上知识库（RAG 📖）让它查资料再回答。

参数（Parameters）

可以简单理解为模型的"脑细胞数量"——参数量越大，模型能记住的规律越复杂。

示例：GPT-3 有 1750 亿参数，GPT-4 估计是万亿级别。参数量和智力不一定成正比，但大体上"越大越聪明"。

---

五、主流模型速览

第一梯队（闭源）

模型	公司	一句话介绍
GPT-4o	OpenAI	最出名的全能选手，文字、图片、语音都能处理
Claude（Sonnet/Opus）	Anthropic	长文本处理和代码能力强，回答风格温和自然
Gemini	Google	和 Google 生态深度整合，能处理超长文档和视频

开源代表

模型	公司	一句话介绍
LLaMA	Meta（Facebook）	开源大模型的"祖师爷"，任何人都能免费下载使用
Qwen（通义）	阿里巴巴	中文能力突出的开源模型，性价比极高
DeepSeek	深度求索	中国团队出品，训练成本低但效果接近一线水平
大模型排行榜

---

一句话选型建议

• 日常聊天、写作 → GPT-4o 或 Claude
• 代码开发 → Claude 或 GPT-4o
• 中文场景 → Qwen 或 DeepSeek
• 想免费自己部署 → LLaMA
• 长文档分析 → Claude（上下文窗口大）

---

六、能干什么

1. 文字工作

写：邮件、报告、方案、文案、论文大纲、简历

改：润色、改写、纠错、翻译、缩写

示例：你写一段潦草的笔记，让它"整理成正式的会议纪要，300 字以内"，立刻得到一份可以直接发给团队的文档。

2. 编程助手

写代码：从简单脚本到完整功能模块

解释代码：看不懂的代码扔进去，它会逐行解释

调试：把报错信息给它，它帮你定位问题

示例：你告诉它"用 Python 写一个脚本，批量把 Excel 文件转成 CSV"，它直接给你可运行的代码。

3. 知识问答

查概念：“什么是区块链？用初中生能听懂的方式解释”

做对比：“微服务和单体架构各有什么优缺点？”

学语言：“帮我练习英语口语，你当面试官”

示例：把一份陌生领域的报告喂给它，让它"用通俗语言总结核心观点，列出 3 个关键结论"。

4. 创意生成

头脑风暴、起名字、写故事、编剧本、写歌词

示例：“帮我想 10 个咖啡店的名字，风格要文艺清新，中英文各一半”

5. 数据分析

让模型写 SQL 查询、分析数据趋势、生成可视化代码

示例：你给它一张表格数据，说"帮我分析哪个地区销售额最高，用柱状图展示"，它会写出 Python 代码生成图表。

---

七、局限与挑战

幻觉（前面提过）

模型会编造信息，而且编得很像真的。解决方案：关键信息自己核实，或搭配知识库使用。

知识截止

模型的训练数据有截止日期，截止之后的事情它不知道。

示例：训练数据截止到 2024 年 6 月的模型，不知道 2025 年发生了什么。不过搭配联网搜索功能可以弥补。

知识隔离

模型训练完成后，知识就"冻结"在那个时间点了——它既不知道训练之后的新数据，也接触不到你公司内部的私有数据。

示例：2025 年发布的新政策，训练截止于 2024 年的模型一无所知；你的公司内部客户数据，模型也完全看不到。就像一场闭卷考试，考完试后教材换了新版，考生还是按旧教材答题。

应对：搭配 RAG（检索增强生成）📖 让模型先查资料再回答。

工具调用缺失

原生 LLM 只是一个"文字生成引擎"，不能直接操作外部工具——它不能帮你发邮件、查数据库、调 API。

示例：你问"今天北京天气怎么样？“原生 LLM 只能根据训练数据猜一个大概，无法实时查天气 API。你需要通过 Function Calling 📖 给它装上"手脚”，让它知道如何调用外部服务。

无状态（Stateless）

模型每次调用都是一张白纸——它不记得上一次跟你聊过什么，每次对话对它来说都是"第一次见面"。

示例：第一轮你说"我女朋友生日快到了"，第二轮你说"送什么好？“，模型并不知道这个"送什么"和女朋友有关，除非你把之前的对话内容作为上下文一起传给它。历史记录需要应用层（你的代码）来维护，模型自身不会"记住”。

应对：在应用层维护对话历史，每次调用时带上之前的上下文。

不擅长精确计算

模型是"猜字"而不是"计算"，复杂的数学题或精确计算可能出错。

示例：问它一个大数乘法题，它可能直接编一个看起来合理但错误的答案。解决方案：让它调用计算器工具。

缺乏真实理解

模型只是根据文本规律生成回答，并不真正"理解"它说的内容。

类比：就像一个背熟了所有菜谱但从没下过厨的人——理论上什么都知道，但实际做出来可能完全是另一回事。

成本

大模型的运行需要大量算力，高质量模型的 API 调用费用不低，大规模使用需要考虑成本。

---

八、快速上手

最简单的方式——打开浏览器直接用：

工具	网址	特点
ChatGPT	chat.openai.com	最知名，有免费版
Claude	claude.ai	长文本强，每天有一定免费额度
文心一言	yiyan.baidu.com	百度出品，中文友好
Kimi	kimi.moonshot.cn	月之暗面，支持超长文档
通义千问	tongyi.aliyun.com	阿里出品，可免费使用

随便注册一个，就能开始聊天了——不需要写任何代码。

一个好 Prompt 的公式 📖

角色 + 任务 + 背景信息 + 输出要求

示例：

“你是一个资深 HR（角色）。请帮我写一封面试拒信（任务）。候选人参加了三轮面试，表现不错但经验稍浅，我们选了另一位更资深的候选人（背景）。语气要委婉专业，200 字以内（输出要求）。”

---

总结一句话

LLM 就是一个"读了几乎整个互联网的文字接龙高手"——它不能替代你的思考，但能极大地放大你的能力。用好它的关键就是：会提问，会核实。

---

📖 术语对照索引

以下术语在 AI_terminology_explanations.md 中有独立详细解释：

本文出现位置	术语	术语手册中对应条目
发展历程	Embedding（Word2Vec）	术语手册 #2 · 嵌入
发展历程	Transformer	术语手册 #25 · Transformer
发展历程	Attention Is All You Need	术语手册 #26 · Transformer 论文
发展历程	BERT	术语手册 #27 · BERT
发展历程	Fine-tuning（微调）	术语手册 #3 · 微调
训练流程第 3 步	RLHF（人类反馈对齐）	术语手册 #18 · RLHF
核心概念·幻觉应对	RAG（检索增强生成）	术语手册 #5 · RAG
快速上手	Prompt Engineering（提示词工程）	术语手册 #1 · Prompt Engineering

---