AI公开课 VoL.1：语言大模型是什么？

想象一下，你有一个24小时在线的"文字魔术师"——它能帮你写情书、改简历、编故事、写代码，甚至帮你批改作业，这种神奇的能力，正是来自如今火遍全球的"大语言模型"。

什么是大语言模型

首先，大语言模型是人工智能中的功能之一，如果用教育体系来解释人工智能，AI是"超级智能城市"，机器学习是"技能培训大学"，深度学习是"深度研究学院"，而大语言模型则是其中的"语言专业班级"。

三者形成层级关系：AI > 机器学习 > 深度学习 > 大语言模型，如同城市 > 大学 > 学院 > 专业的递进结构。

语言模型的发展历程

语言模型的发展经历了四个历程，从最初的统计语言模型、神经语言模型、预训练语言模型，经过这几个阶段进化语言模型已经能帮助我们进行大规模的任务处理，但他还不够智能。

直到2022年经过巨量训练、参数、计算能力的提升之后，大语言模型诞生，已经可以进行通用任务理解和自然语言生成。

大语言模型的概念

大语言模型（Large Language Model，简称LLM），通过“大”字可以体现它的能力，它是经过海量数据和庞大计算资源训练出的智能系统，能够理解和生成人类语言，其“大”可以体现在三方面：

参数规模大：LLM的“大脑”由数十亿甚至千亿个可调节的参数构成。这些参数类似于人脑中的神经元连接，但数量远超人类（例如GPT-3有1750亿参数，DeepSeek-R1更是达到6710亿），这让模型能记住复杂的语言规则和知识。

数据量和算力需求大：训练LLM需要“阅读”数万亿字的文本，相当于把整个互联网的书籍、网页等内容反复学习多遍。这样的训练需要数千块高性能GPU同时工作数周，耗电量堪比小型城市。例如DeepSeek-V3模型就使用了14.8万亿字的数据进行训练。

基于深度神经网络：LLM的核心是一种叫做Transformer的深度神经网络架构。这种结构让模型可以像人类一样，在处理句子时动态关注不同部分的关系（比如理解“苹果”在“吃苹果”和“苹果手机”中的不同含义），从而实现精准的语言理解和生成能力。

具备了这“三大”特点的大语言模型，已经可以进行复杂任务推理、指令遵循、通用任务解决的工作了，同时也具有了人类对齐功能、海量世界知识作为技能补充，可以称作人工智能工具。

大语言模型的分类

解释了这么多，到了大家喜闻乐见的环节：哪些模型是大语言模型？按分类来说有三种，按输出内容分、按模型结构分、按模型开放分。

对我们普通消费者来说，只需区分常规大语言模型和推理大语言模型就可以了，常规大语言模型更适合自然语言生成，比如写小说、写周报、写总结；推理大语言模型更注重逻辑和复杂问题解决，更适合数学或编程任务。

目前豆包助手、腾讯元宝、通义千问等智能助手都内置了“深度思考”，也就是推理功能，大家可以根据需求来决定需不需要大模型“深度思考”，多试试，找到你喜欢的~