点击“展开”查看“精华文字稿”

在上一讲中，我们首先剖析了数据分析的全貌，随后让 ChatGPT 为我们列出了数据分析的流程和哪些部分可以由大语言模型协助完成。今天，我们将继续深入探讨大语言模型，学习一些必要的原理和特点，根据它的特性，我们能写出更加高效的提示词。

为什么叫大语言模型（LLM）

相较于深度学习中的传统语言模型，大语言模型首先体现出一个“大”字，无论是在训练数据的规模、模型的复杂度，还是在运算需求上都是非常巨大的。这种规模的增加带来了更好的性能，使得模型能够处理更复杂的语言任务，并在多种应用场景中提供支持。很多事情以前都需要掌握编程语言、需要行业专业知识才能做，现在呢，通过和大预言模型对话就能立即实现。这种转变极大地提升了用户与技术之间的互动，使技术更加亲民且易于接触。

如果非要用一句话来概括大语言模型的价值，那就是：大语言模型的本质是理解和生成人类语言。

如果想更好地优化与大语言模型间的对话，理解大语言模型的工作原理就变得尤为重要。这不仅可以帮助我们更好地设计问题和解读模型的回答，还能使我们能够更深入地利用这些工具解决实际问题。

大语言模型和传统的机器学习有哪些差异

相较于传统语言模型，大语言模型采用了全新的范式，咱们掌握下面这两个关键特点就可以了。