LLM（大语言模型）是 AI 时代的核心基础模型，核心作用是理解和生成人类语言，支撑各类自然语言处理（NLP）应用落地。
一、LLM 的核心定义与特点
- 基于 Transformer 架构，通过海量文本数据预训练而成，具备跨场景语言理解与生成能力。
- 关键特点是参数规模大（从百亿到万亿级）、上下文窗口长（支持万级以上 token 输入）、泛化能力强（无需针对特定任务单独训练）。
二、LLM 的核心作用
- 自然语言交互：实现人机之间流畅的对话、问答，比如智能助手、客服机器人。
- 内容生成：自动创作文案、代码、报告、小说等，覆盖办公、创作、开发等场景。
- 知识提炼：从海量文本中提取关键信息、总结摘要、梳理逻辑，提升信息处理效率。
- 跨任务适配：通过微调或提示工程（Prompt Engineering），快速适配翻译、情感分析、逻辑推理等各类 NLP 任务。
三、主流 LLM 产品与分类
- 通用大模型：GPT 系列（OpenAI）、Claude（Anthropic）、文心一言（百度）、通义千问（阿里）、 Llama 系列（Meta）。
- 垂直领域大模型：医疗领域的 ChatMD、金融领域的智谱清言金融版、工业领域的华为云盘古大模型。