一.LLM
1.全称Large Language Model（大语言模型，简称“大模型”）
LLM：Large Language Model（大语言模型，简称“大模型”）。
基本上，现在所有的大模型都是基于Transformer这套架构训练出来的。
说白了，大模型的底层引擎就是“Transformer”
“Transformer”是由Google发明（点火者），但是真正推广者是OpenAI。
2.我们平时见到的大模型有哪些？
- ChatGPT (OpenAI)
- 通义千问 (阿里)
- 文心一言 (百度)
- 豆包 (字节跳动)
- Kimi (月之暗面)
- DeepSeek (深度求索)
- 等等
3.大模型是怎么工作的？
- 本质就是一个文字接龙游戏
举例
- 当用户问“鸿剑的文章怎么样”？然后大模型对此做出思考。
- 一会，思考的结果是“特别”，发送给用户。然后再把“特别”这个词抓回去，再回答“的”拼接到“特别”后面，发送给用户，然后再抓回去，再思考出“棒”，拼接到“特别的”后面，答案是“特别的棒”，然后再抓回去。发现该问题回答完了，就会输出一个结束标志（图中的绿色对钩）。
- 说白了，本质就是一个词一个词往外蹦的，所以我们用deepseek时，也能明显发现大模型给答案时，就是一个一个词的生成的（也叫流式生成），本质原因就是因为这个大模型的生成特点，就是文字接龙游戏。
二.Token
解析：
- 大模型本质上是一个庞大的数学函数，里面跑的全是矩阵运算。因此大模型接收的只能是数字，输出的也只能是数字。说白了大模型压根不认识人类写的文字。
- 所以人类要和大模型沟通，需要一个中间人（翻译官），即Tokenizer。它负责编码（将文字转为数字）和解码（将数字转为文字）。
- 所以Token是大模型处理文本的基本单位。
- 而Token不能说对应一个文字、或一个英文单词，而是具体分情况，但是大致比例如下图所示。
