大语言模型

它是什么

大语言模型（Large Language Model，LLM）是参数规模很大、在海量文本（日益包含多模态数据）上预训练的语言模型。它可以根据提示完成问答、翻译、摘要、改写、代码起草等任务，是当前 生成式人工智能 最常见的交互形态。

「大」是相对历史上的语言模型而言：数据、参数与算力显著上升后，出现了更强的上下文跟随与少样本迁移能力。

名字从哪来

Language Model 原指对词序列概率建模的统计模型。Large 标记规模跃迁。中文「大语言模型」已基本固定。DeepSeek、ChatGPT 等产品名是应用入口；背后能力类型仍可归为 LLM（或其多模态扩展）。

它怎么工作

训练阶段学习预测下一个 token；推理阶段按提示自回归生成。对齐与安全策略（如人类反馈）会改变其拒绝与措辞习惯，但不消除 幻觉。上下文窗口限制了一次能「记住」的提示与文档长度。

通过工具调用与编排，LLM 也可成为 智能体 的核心引擎。

在教育与工作中

教师用其加速备课与反馈草稿；学生用其解释概念或练习对话。高利害决定（评分定级、处分、录取）不应单独依赖模型输出。涉及隐私的内容不应随意粘贴进不透明的第三方界面。

和相近概念的差别

• 机器学习：LLM 是 ML 的一种大规模实现。
• 智能体：在 LLM 之上增加目标、记忆、工具与流程。
• 搜索引擎：以检索为主；LLM 以生成为主，可与检索增强组合。

常见误会

误会 1：它在数据库里「查找答案」。 默认是生成，不是保证引用真实文档——除非系统明确做了检索增强。

误会 2：参数更大就一定更适合课堂。 适切性还取决于提示、审核与评价设计。

误会 3：一次完美回答可以永久信任。 换问题、换时间敏感事实，可靠性会变化。