2.2 为什么叫“大”模型？

“大语言模型”里的“大”，不是说聊天窗口很大，也不只是下载文件占用空间大。它通常同时涉及更多训练材料、更多内部可调整关系、更高训练投入，以及更广的任务范围。

想象两位新入职的资料助理。一位只看过十份固定格式的表单，很擅长处理这十份表单；另一位读过不同主题、语言和写法的大量材料，遇到邮件、报告、问答和摘要时更容易找到可借鉴的表达规律。这个比喻可以帮助理解“大”的效果，但模型并没有真的在脑中摆放书架。

参数：模型内部可以调整的“小旋钮”

讨论大模型时，人们常提到参数（parameter）。普通用户不需要计算参数，可以把它们想成模型内部数量极多、在训练中逐步调整的“小旋钮”。单独一个旋钮不存放一条完整知识；许多旋钮共同影响模型怎样连接和生成语言。

所以，“参数更多”不等于“多了同样数量的百科知识”，也不保证每次回答更准确。模型效果还会受到训练材料、训练方法、产品工具、提问方式和任务类型影响。

大不等于任何任务都最好

一把多功能工具很方便，但给固定尺寸的螺丝拧紧时，专用螺丝刀可能更轻、更快。类似地，通用 LLM 能处理许多语言任务，专门系统则可能在范围明确的任务上更稳定、更便宜。

比较模型时，不能只看“大不大”。普通用户更应该问：它是否适合我的语言和任务？能否处理我需要的文件？结果是否容易核实？速度、费用和隐私规则是否合适？第 7 章会系统讨论选择方法。