本文系统梳理大语言模型的多维分类体系，涵盖架构、训练范式、规模、应用定位、技术特性及开源/闭源等维度，并附典型模型实例。
一、按基础架构分类
大语言模型的底层神经网络架构决定了其信息处理方式和适用场景。
| 类型 | 核心特点 | 工作原理 | 适用任务 | 代表模型 |
|---|---|---|---|---|
| Encoder-only（仅编码器） | 双向注意力机制，同时关注上下文两侧信息 | 通过掩码语言建模（MLM）理解文本 | 文本分类、情感分析、命名实体识别、语义相似度计算 | BERT （Google, 2018）、RoBERTa （Meta, 2019）、ERNIE（百度, 2019） |
| Decoder-only（仅解码器） | 自回归生成，从左到右逐token预测 | 基于前文预测下一个词，适合开放式生成 | 文本生成、对话系统、代码生成、创意写作 | GPT-4 （OpenAI, 2023）、LLaMA-3 （Meta, 2024）、Claude 3 （Anthropic, 2024）、Qwen2（阿里, 2024） |
| Encoder-Decoder（编码器-解码器） | 编码器理解输入，解码器生成输出 | 序列到序列（Seq2Seq）映射 | 机器翻译、文本摘要、问答系统 | T5 （Google, 2019）、BART （Meta, 2019）、GLM（清华&智谱, 2022） |
趋势说明 ：当前大模型领域以 Decoder-only 架构为主流。GPT系列的成功验证了自回归生成在通用人工智能中的潜力，使其成为绝大多数大模型的标准选择。
二、按训练范式/目标分类
模型在不同阶段的训练目标决定了其能力边界和使用方式。
| 类型 | 训练阶段 | 核心方法 | 能力特点 | 典型代表 |
|---|---|---|---|---|
| 基础预训练模型 | 第一阶段：无监督预训练 | 在大规模无标注文本上进行自监督学习（如 next-token prediction） | 具备通用语言理解和生成能力，但缺乏指令遵循能力 | GPT-3 （175B, OpenAI, 2020）、LLaMA-2 （7B/13B/70B, Meta, 2023）、Baichuan-2（百川智能, 2023） |
| 指令微调模型（Instruction-tuned） | 第二阶段：有监督微调（SFT） | 使用指令-响应对数据进行微调，学习遵循人类指令 | 能够理解并执行具体指令，如"翻译这段话"、"总结文章" | Alpaca （斯坦福, 2023, 基于LLaMA-7B）、Vicuna （LMSYS, 2023, 基于LLaMA-13B）、ChatGLM-6B（清华&智谱, 2023） |
| 对齐模型（Alignment） | 第三阶段：人类偏好对齐 | 通过RLHF（人类反馈强化学习）或RLAIF（AI反馈强化学习）优化 | 输出更安全、有用、符合人类价值观，减少有害内容 | ChatGPT （OpenAI, 2022）、Claude 3 Opus （Anthropic, 2024）、GPT-4 Turbo（OpenAI, 2024） |
| 多模态模型 | 跨模态预训练 | 融合文本、图像、音频、视频等多模态数据进行联合训练 | 具备跨模态理解和生成能力，如看图说话、视频分析 | GPT-4V （OpenAI, 2023, 图像理解）、Gemini 1.5 Pro （Google, 2024, 视频+图像+文本）、Qwen-VL （阿里, 2023, 视觉语言）、LLaVA（UC伯克利, 2023, 视觉指令微调） |
训练流程示意：基础预训练 → 指令微调（SFT） → 人类偏好对齐（RLHF）
三、按模型规模/参数分类
参数量是衡量模型容量的重要指标，直接影响模型能力和部署成本。
| 规模级别 | 参数量级 | 典型模型 | 特点 | 部署场景 |
|---|---|---|---|---|
| 小型模型 | < 10B（100亿） | Phi-3-mini （3.8B, Microsoft, 2024）、Gemma-2B （Google, 2024）、Qwen2-1.5B（阿里, 2024） | 轻量高效，推理速度快，资源占用低 | 手机端侧、IoT设备、边缘计算、嵌入式系统 |
| 中型模型 | 10B ~ 70B（100亿~700亿） | LLaMA-2-13B （Meta, 2023）、Mistral-7B （Mistral AI, 2023）、Baichuan-2-13B （百川, 2023）、ChatGLM3-6B（智谱, 2023） | 性能与成本的最佳平衡点，开源社区主流 | 个人服务器、中小企业私有化部署、科研实验 |
| 大型模型 | 70B ~ 100B+（700亿~1000亿+） | LLaMA-2-70B （Meta, 2023）、Qwen-72B （阿里, 2023）、Mixtral 8x7B（Mistral AI, 2023, MoE架构） | 能力强劲，接近顶级闭源模型，需专业硬件支持 | 企业级数据中心、云计算平台、高性能计算集群 |
| 超大规模模型 | 100B+ ~ 万亿级（1000亿+） | GPT-4 （据传1.8T, MoE架构, OpenAI, 2023）、GPT-3 （175B, OpenAI, 2020）、PaLM-2（540B, Google, 2023） | 顶尖性能，涌现能力强，训练和推理成本极高 | 仅少数头部AI公司/研究机构具备训练和部署能力 |
注：MoE（Mixture of Experts）架构可以在总参数量很大的情况下，通过稀疏激活控制实际推理参数量，如GPT-4据传采用8×220B的MoE结构。
四、按应用定位分类
不同模型针对特定场景进行了优化，形成了专业化的模型矩阵。
| 类型 | 定位说明 | 核心能力 | 代表模型 | 应用示例 |
|---|---|---|---|---|
| 通用基座模型 | 面向广泛任务的通用人工智能 | 知识问答、文本生成、逻辑推理、多轮对话 | GPT-4o （OpenAI, 2024）、Claude 3.5 Sonnet （Anthropic, 2024）、通义千问2.5 （阿里, 2024）、文心一言4.0（百度, 2024） | 智能客服、内容创作、教育辅导、个人助手 |
| 代码专用模型 | 针对代码理解和生成优化 | 代码补全、Bug修复、代码解释、多语言编程 | GitHub Copilot （基于Codex, OpenAI, 2021）、CodeLlama-70B （Meta, 2023）、DeepSeek-Coder-V2 （DeepSeek, 2024）、StarCoder2（HuggingFace, 2024） | IDE插件、自动化编程、代码审查、技术文档生成 |
| 垂直领域模型 | 针对特定行业知识深度优化 | 领域专业知识问答、合规审查、专业文档生成 | LawGPT （法律, 2023）、Med-PaLM 2 （医疗, Google, 2023）、BloombergGPT （金融, 2023, 50B）、FinGPT（金融开源, 2023） | 法律咨询、医疗诊断辅助、金融研报分析、合规风控 |
| 多语言/中文优化模型 | 针对中文语料和文化语境优化 | 中文语义理解、古诗词生成、中文逻辑推理、中国文化知识 | 文心一言 （百度, 2023）、通义千问 （阿里, 2023）、ChatGLM-4 （智谱, 2024）、Baichuan-3（百川, 2024） | 中文内容创作、中文客服、中文教育、文化传播 |
| 数学/科学推理模型 | 强化数学计算和科学推理能力 | 数学证明、公式推导、物理问题求解、科学问答 | DeepSeek-Math （DeepSeek, 2024）、Qwen2-Math （阿里, 2024）、Minerva（Google, 2022） | 数学辅导、科研辅助、工程计算、竞赛培训 |
五、按技术特性分类
技术架构的创新推动了大模型效率和能力的突破。
| 类型 | 技术特点 | 工作原理 | 优势 | 代表模型 |
|---|---|---|---|---|
| 稠密模型（Dense） | 所有参数在每次前向传播中全部激活 | 传统的Transformer架构，每个层都参与计算 | 架构简单，训练稳定，易于理解和调试 | GPT-3 （175B）、LLaMA-2-70B （Meta, 2023）、Qwen-72B（阿里, 2023） |
| 稀疏/MoE模型（Mixture of Experts） | 每次推理只激活部分专家网络参数 | 将大模型拆分为多个"专家"子网络，通过门控网络动态选择激活哪些专家 | 总参数量巨大但推理成本低，扩展性强，性能优异 | GPT-4 （据传8×220B MoE, OpenAI, 2023）、Mixtral 8x7B （8个专家各7B, Mistral AI, 2023）、Mixtral 8x22B （Mistral AI, 2024）、DeepSeek-V2（236B总参数, 21B激活, DeepSeek, 2024） |
| 长上下文模型 | 支持超长文本输入窗口（远超传统4K/8K限制） | 改进位置编码（如RoPE、ALiBi）、优化注意力机制（如Ring Attention、Sparse Attention） | 可处理整本书、长视频、大量代码库、复杂多轮对话 | Gemini 1.5 Pro （1M tokens, Google, 2024）、Kimi （200K tokens, 月之暗面, 2024）、GLM-4-9B-1M （1M tokens, 智谱, 2024）、Claude 3（200K tokens, Anthropic, 2024） |
| 检索增强模型（RAG-native） | 原生集成外部知识检索能力 | 在推理时动态检索外部知识库，结合生成模型输出 | 减少幻觉，知识可实时更新，可解释性强 | RAGFlow （开源RAG引擎, 2024）、Dify （开源LLM应用平台, 2024）、Perplexity AI（对话式搜索引擎, 2024） |
六、按开源/闭源分类
开源与闭源之争是当前大模型生态的核心议题之一。
| 类型 | 特点 | 商业模式 | 优势 | 劣势 | 代表模型 |
|---|---|---|---|---|---|
| 闭源商业模型 | 模型权重不公开，仅通过API提供服务 | API按量计费、企业订阅授权 | 性能顶尖、持续迭代、安全可控、无需运维 | 成本高、数据隐私风险、无法定制化、依赖供应商 | GPT-4/GPT-4o （OpenAI）、Claude 3 （Anthropic）、Gemini 1.5 （Google）、文心一言 （百度）、通义千问（阿里） |
| 开源/开放权重模型 | 模型权重公开，可自由下载和二次开发 | 开源免费+商业技术支持、云服务托管 | 可本地部署、数据隐私、可定制化、社区生态活跃 | 性能通常略逊于顶级闭源模型、需要自行运维、安全责任自负 | LLaMA-3 （Meta, 2024）、Mistral-7B/8x22B （Mistral AI）、Qwen2 （阿里, 2024）、Baichuan-2 （百川）、DeepSeek-V2 （DeepSeek, 2024）、ChatGLM-4（智谱, 2024） |
| 半开放模型 | 权重有限开放，需申请或签署协议 | 研究免费+商业授权 | 平衡开放性与商业利益 | 使用受限，合规复杂 | LLaMA-2 （Meta, 需申请商业授权）、Gemma（Google, 有限开放） |
七、综合对比表
| 模型名称 | 架构 | 参数量 | 训练范式 | 开源/闭源 | 特色定位 | 发布机构 | 发布时间 |
|---|---|---|---|---|---|---|---|
| GPT-4 | Decoder-only (MoE) | ~1.8T (8×220B) | 预训练+SFT+RLHF | 闭源 | 通用最强基座 | OpenAI | 2023.03 |
| GPT-4o | Decoder-only (MoE) | ~1.8T | 预训练+SFT+RLHF | 闭源 | 原生多模态、实时交互 | OpenAI | 2024.05 |
| Claude 3.5 Sonnet | Decoder-only | 未公开 | 预训练+SFT+RLHF | 闭源 | 超长上下文、安全性高 | Anthropic | 2024.06 |
| Gemini 1.5 Pro | Decoder-only | 未公开 | 预训练+多模态SFT | 闭源 | 1M+ tokens超长上下文 | 2024.02 | |
| LLaMA-3-70B | Decoder-only (Dense) | 70B | 预训练+SFT | 半开放 | 开源最强稠密模型 | Meta | 2024.04 |
| Mixtral 8x22B | Decoder-only (MoE) | 176B (39B激活) | 预训练+SFT | 开源 | 开源MoE标杆 | Mistral AI | 2024.04 |
| Qwen2-72B | Decoder-only (Dense) | 72B | 预训练+SFT+RLHF | 开源 | 中文开源最强基座 | 阿里巴巴 | 2024.06 |
| DeepSeek-V2 | Decoder-only (MoE) | 236B (21B激活) | 预训练+SFT+RLHF | 开源 | 极致性价比MoE | DeepSeek | 2024.05 |
| Kimi | Decoder-only | 未公开 | 预训练+SFT+RLHF | 闭源 | 200K超长上下文、中文优化 | 月之暗面 | 2023.10 |
| ChatGLM-4 | GLM (Encoder-Decoder) | 未公开 | 预训练+SFT+RLHF | 半开放 | 中英双语、学术背景强 | 智谱AI | 2024.01 |
| Phi-3-mini | Decoder-only (Dense) | 3.8B | 预训练+SFT | 开源 | 小模型大能力 | Microsoft | 2024.04 |
| CodeLlama-70B | Decoder-only (Dense) | 70B | 预训练+代码SFT | 开源 | 代码生成专用 | Meta | 2023.08 |
| DeepSeek-Coder-V2 | Decoder-only (MoE) | 236B | 预训练+代码SFT | 开源 | 开源最强代码模型 | DeepSeek | 2024.06 |
| Med-PaLM 2 | Decoder-only | 540B | 预训练+医疗SFT | 闭源 | 医疗问答专家 | 2023.05 |
八、当前发展趋势总结
-
Decoder-only 架构持续主导：自回归生成已成为通用大模型的标准范式，Encoder-only和Encoder-Decoder架构主要应用于特定场景。
-
MoE架构成为新趋势：通过稀疏激活实现"大模型能力、小模型成本"，GPT-4、Mixtral、DeepSeek-V2等验证了MoE的可行性。
-
多模态融合加速：文本、图像、音频、视频的统一建模成为下一代模型的标配，GPT-4o和Gemini 1.5是典型代表。
-
端侧小型化突破：Phi-3、Gemma-2B等小型模型在保持较高性能的同时实现手机/IoT部署，推动AI普惠化。
-
长上下文竞赛：上下文窗口从4K扩展到1M+ tokens，使模型能够处理整本书、长视频、大型代码库。
-
领域专业化深化：基座模型+领域微调（如法律、医疗、金融）成为行业落地的主流模式，降低幻觉风险，提升专业准确性。
-
开源生态繁荣：LLaMA、Qwen、DeepSeek等开源模型快速追赶闭源模型，推动技术民主化和应用创新。