AI 术语表 · 入门 · 语言模型
LLM
LLM（大语言模型）是通过阅读和学习海量文本，能像人一样理解和写出文字的 AI 程序。它可以回答问题、做摘要、翻译和写作。
通俗解释 它就像一位读过无数书、凭感觉就知道句子该怎么接下去的“写作高手”。不过它并不像人那样通过经验了解世界，而是学到了文字的规律，这是两者的区别。
工作原理
LLM 通过观察把句子切成的小片段（token），学习预测下一个片段。把这些预测不断接续下去，就形成了长篇回答。训练时会用到海量文本，在此过程中模型内部的大量数值（参数）会被调整。如今的 LLM 大多以名为“Transformer”的结构为基础构建。
为什么重要
LLM 是聊天机器人、搜索、编程助手、文档写作工具等当今许多 AI 服务的核心引擎。无需为每项任务单独开发程序，只用语言下达指令就能处理多种工作，这是一个很大的变化。因此，企业和国家都在竞相开发或引入自己的 LLM。
注意事项
LLM 可能生成看似合理却错误的内容，这被称为“幻觉”。此外，对于训练时间点之后的信息，如果不另外提供，它是不知道的。对重要内容，需要养成核实出处的习惯。也最好记住，不同模型擅长的语言和领域各不相同。
示例
也有像本站介绍过的“Falcon-Emirati”这样，为更好地理解特定地区的方言和文化而打造的 LLM。这是以当地文本为主进行训练，使其能更好地处理通用 LLM 容易忽略的地方表达和习俗的案例。
本站出现过的地方
- 简报 TII 推出专注阿联酋方言与文化的 LLM「Falcon-Emirati」 2026-10-07
- 简报 OpenAI 推出基于决策专用模型「gpt-6-luna」的「Decisions API」……输入每 100 万 token 0.1 美元，输出免费（社区消息） 2026-10-07
- 简报 KT 联合体连接韩国国产模型与生活服务的「모두의 AI」（意为“大家的 AI”）计划本月开启封闭测试（CBT），12 月正式上线 2026-10-07
- 论文 MemAdapter：防止由记忆引发的谄媚行为的反事实适应框架 2026-10-07
- 论文 LMBuild：评估 LLM 智能体能否造出可实际组装并运行的结构 2026-10-07