定义
大语言模型（LLM）是在海量文本上训练的深度神经网络，“大”通常指参数量和训练数据规模远超早期的小型语言模型。它以文本为输入输出，能完成多种语言任务。
工作方式
模型以词元为基本单位，在预训练中学习预测下一个词元；生成时按同样方式逐词元地自回归产出文本。输入信息由上下文承载，模型据此组织回答。
使用场景
LLM 支撑聊天机器人、代码助手、翻译、摘要和智能体等应用，也常作为底座，再经微调或基于人类反馈的强化学习等方法对齐到具体用途。
易混概念
LLM 是人工智能的一类具体模型，不等于 AI 全体；它的基础架构是 Transformer。理解 LLM 的三个关键概念是词元、下一个词元预测和上下文长度。