预训练模型（Pretrained Model）是用大量数据预先训练好的模型，它们通常使用无监督学习算法进行训练，并从大量的文本或图像数据中提取出一组通用的特征，这些特征在许多不同的NLP或计算机视觉任务中都很有用。 大模型（Large Model）是指参数数量很大的深度神经网络模型，例如BERT、大语言模型等在词汇表、层数、隐藏单元等方面具有相当数量的参数。大模型需要使用更多的计算资源和更长的时间进行训练，但相应地也具有更高的模型性能和更好的泛化性能。 通常情况下，预训练模型具有更强的通用性，能够适应更多的语言和任务，而大模型则可以获得更好的性能，因为它们更强大、更丰富的参数设置可以更好地适应数据。因此，许多研究人员将预训练模型与大模型相结合，使用预训练模型初始化大模型的参数，以提高模型的性能和泛化性能。

只知道大模型是通过预训练模型过来的 但具体的关系并不知道, 等一手优质回答

大模型，即大语言模型（Large Language Model, LLM），其实本质上也是预训练语言模型，只是相较于最初的GPT , BERT参数更多，模型规模更大，人民俗称为大模型。