语言模型与架构模块二 · 基本定义概念约 11 分钟
大语言模型是什么：生成与理解两种范式
一句话定义，外加它和传统 NLP 模型的区别
学完这节你能：
- 给出大语言模型的标准定义
- 区分「生成」与「理解」两种核心范式
- 说清大模型的优势与局限
大语言模型（LLM）：基于 Transformer 架构、在海量文本上预训练、拥有大规模参数、能够理解并生成自然语言的模型。GPT、Llama、DeepSeek 都是代表。
- 生成（Generation）：续写、写作、翻译、写代码——产出新文本。
- 理解（Understanding）：分类、判断情感、抽取信息、问答——读懂已有文本。
- 现代 LLM 用同一个模型、靠提示词就能同时做这两类任务。
🔑 和传统 NLP 模型的区别：传统模型往往一个任务训一个模型；LLM 一次预训练，靠提示与少量示例就能迁移到大量任务（这就是后面要讲的「上下文学习」涌现能力）。
自测关于大语言模型的优势与局限，正确的是：
// 带走一句话
LLM = Transformer + 海量预训练 + 大参数，同时具备生成与理解；强在通用迁移，弱在幻觉与偏见。
独立练习
做到这些，才算完成本节
- 合上正文，用自己的话解释核心概念。
- 写出一个相似概念，并说明两者最关键的区别。
学习记录
记录本节阅读进度
建议先独立回答自测。读完记录不等于已经掌握。