第2课：大模型的大脑
进度 0/30
🧩
大模型的大脑
参数像脑细胞连接，Token像文字积木
📖知识引入
🔢参数=脑细胞连接数
参数是大模型内部的「旋钮」，用来记住知识规律。GPT级别的模型有上千亿个参数，像千亿根脑回路！
🧱Token=文字积木
大模型不是按字读文章，而是把文字切成小块积木。一个英文单词约1个Token，一个汉字约1-2个Token。
🎲下一个词预测
大模型的看家本领：根据前面的内容，猜下一个Token最可能是什么。猜得准，说话就通顺又有道理。
📏上下文长度
大模型的「短期记忆」容量。以前只能记几千字，现在顶尖模型能记100万Token，相当于一整套百科全书！
🎯Scaling Law
规律：参数越多、数据越多、算力越大，模型一般越聪明。这叫规模定律，是「大」模型的理论基础。
💡
Token是文字积木块，大模型靠「猜下一个Token」说话！
🔍Token切分演示
句子「我爱学AI」会被切成这样：
「我」「爱」「学」「A」「I」
大模型玩接龙游戏：
输入：今天天气真 模型预测：好 (90%)｜差 (5%)｜热 (3%)｜其他 (2%)
它每次都选概率最高的积木拼上去， 一句一句「接」出完整的回答。
「今天天气真好，我们去公园放风筝吧！」
这就是为什么它说话像人——因为它读了无数人说的话！
🎯小测验
第1题：参数在大模型里像什么？
第2题：大模型说话的核心本领是什么？
第3题：上下文长度相当于大模型的什么？
📝本课知识点
- ✓参数像脑细胞连接，千亿级别
- ✓Token是文字积木块
- ✓核心本领：预测下一个Token
- ✓上下文长度=短期记忆容量
- ✓规模定律：越大通常越聪明
第2课完成！继续探索下一课吧 🚀