Term / 术语
LLM
Large Language Model
简明解释
通过大规模文本训练，能够理解和生成自然语言、代码或结构化输出的神经网络模型。
LLM 根据输入上下文预测后续 token。模型能力不仅取决于参数量，还受训练数据、模型架构、上下文长度、推理方法和任务适配方式影响。
通用对话模型通常规模较大；面向分类、信息提取或设备控制等窄任务时，也可以用更小的模型完成工作。参数更少不必然意味着所有任务都更差，但通常会限制知识容量和开放式生成能力。
别名
大语言模型大型语言模型
相关术语
出现该术语的文章
AI / Programming Languages
如果编程已经被解决，接下来呢？衡量代码的“草率度”
LLM 能生成近乎正确的代码，却仍会制造重复、冗余和逐步累积的糟糕决策。本文比较 AI 评审、人工评审、代码行数、冗余度与侵蚀度等衡量方法，并结合 SlopCodeBench 解释为什么人的直觉与品味依然不可替代。
AI / Hardware
Needle 2：面向微型设备的 14 MB Agentic LLM
Cactus 介绍其 45M 参数的端侧工具调用模型 Needle 2，包括量化架构、固定内存设计、设备性能、公开基准测试与本地微调结果。