大模型背后的范式
整个预训练语言模型的使用范式：
对于预训练模型，最核心的要素是从无标注的数据中去学习，通过自监督的一些任务去做预训练，得到丰富的知识。在具体的应用中，会引入一些任务相关的数据，去调整模型；相当于在这个已经预训练训练好的模型上（获得通用知识），引入任务相关数据，对具体的任务去进行一些适配，最终得到一个解决具体任务额模型。
为什么采用上面"预训练+微调"的范式？
最早追溯到transfer learning 迁移学习，某种程度上，预训练模型就是在做一个transfer learning
