2.1 什么是 LLM？

第一章介绍了生成式 AI：它能根据要求产生新的文字、图片或声音。现在我们把镜头拉近，认识许多聊天 AI 背后的语言能力来源——大语言模型（Large Language Model, LLM）。

先拆开这个名字：

• 语言：它主要处理人们写下或说出的内容，例如问题、文章、通知和对话。

• 模型：它不是原文仓库，而是一套从大量例子中形成的规律。

• 大：它的学习规模、内部可调整关系和训练投入都很大。下一节会专门解释。

可以先把 LLM 想成一位看过大量文字、特别擅长接话和组织语言的助手。当你写下半句话，它会判断后面哪些表达更合适；选出一小段后，又根据已经出现的全部内容继续向下生成。

“会接话”为什么能完成很多任务？

听起来，预测接下来的文字似乎只适合句子接龙。但语言中包含了任务、格式和知识之间的大量规律。

例如，你给出一段长材料并写“请用三点总结”，后续合适的文字通常应当更短、有重点，并采用三项结构。你写“把这句话改得更礼貌”，合适的后续就需要保留原意，同时改变措辞和语气。模型在大量语言例子中学到这些关联，因此同一种生成方式可以表现为问答、总结、翻译、分类或改写。

LLM 不等于整个 AI 产品

LLM 可以是 AI 产品的重要“发动机”，但你看到的聊天产品通常还包含界面、文件上传、联网搜索、语音、图片工具、安全规则和账号服务。不同产品也可能在不同时间使用不同模型。

因此，说“我正在使用某个聊天产品”和说“它当前使用某个 LLM”不是同一件事。现阶段不必记住复杂型号，只要知道：产品负责把功能组织给用户，模型负责其中一部分语言能力。

还要避免另一个误解：LLM 能写出像人一样自然的句子，不代表它像人一样拥有生活经历、意图或责任。它的输出来自语言规律和当前得到的信息，仍然可能错误。