半小时算力课 No.10 【推荐】用大白话告诉你，大语言模型是怎么工作的？

ChatGPT、Claude、DeepSeek，还有你听过的所有大模型，它们干的事和手机输入法预测下一个词，本质上是同一件事——根据上文，一个词一个词地往后接。
这一集我们把大模型剖开，用一些生活画面讲清它的工作原理：
* 在 Transformer 出现之前，AI 像个记性很差的人逐字念课文，读到句尾忘了句首；
* 2017 年谷歌八人团队一篇《Attention Is All You Need》，把研究的楼拆了重盖；
* 本质原理：一句话进来，先切成乐高（词元），每块换成"意思地图"上的坐标，贴上序号；自注意力让所有词互相打量，像开会时耳朵自动给有用的话调大音量，还同时派好几组脑子分别盯语法、指代和因果；这样叠几十上百层，最后吐出一张概率表，选出下一个词，再像多米诺骨牌一样一直重复，一路接下去。
* 大模型的本事是海量"完形填空"练出来的，不是被教会的。所以它会一本正经地编造幻觉，也没有真正的自我意识（起码目前的技术路线还没有）——它是一台把"预测下一个词"做到极致规模的统计机器。而规模一大，能力会自己涌现。
下一集我们就讲：为什么参数越多，模型会突然开窍。