小白科普：大语言模型 LLM 的工作原理

本文作者尼尔·齐彻曼 (Nir Zicherman) 是一位企业家，也是一位写作者。他是 Anchor 的联合创始人和 Spotify 有声读物副总裁，他有一个免费的newsletter 名叫 Z-Axis（https://www.zaxis.page/）。

本文是他针对大语言模型 LLM 的科普文章，适合无技术背景的小白。继之前学习吴恩达的 AIGC 科普课程之后，这篇文章是我近期看到的最好的针对小白的科普文，他通过三餐中菜肴的搭配原理来讲解 LLM 生成文本的过程，有趣易懂。

文章是我用机器翻译后，再进行人工润色的，如有不当请读者指出。

最近关于人工智能的所有讨论——它的影响、它引发的道德困境、采用它的利弊——我的非技术朋友之间的讨论很少涉及这些东西是如何工作的。从表面上看，这些概念似乎令人畏惧，掌握大型语言模型 (LLMs) 功能的想法似乎难以逾越。

但事实并非如此，这个原理其实任何人都可以理解。因为推动人工智能浪潮的基本原理相当简单。

多年来，在运营 Anchor、在 Spotify 领导有声读物以及撰写每周时事通讯的同时，我必须找到为非技术受众提炼复杂技术概念的方法。因此，请耐心等待，我将在没有任何技术术语或数学方程的情况下解释 LLMs 的实际工作原理。为此，我将使用一个我们都熟悉的主题：食物。与 LLM 类比，“菜肴”（dishes）是大语言模型要生成的单词，而“三餐”（meals）是大语言模型要生成的句子。让我们深入了解一下。

菜单

想象一下：您正在做一顿晚餐，您准备的食物还不够，所以我们需要在晚餐中添加一个菜。

但这说起来容易做起来难。我们选择的食物需要与晚