用 20 个核心概念快速建立大模型知识框架，理解 AI 的能力、边界与应用方式。
原文标题：20 个 AI 底层核心概念｜看懂大模型只需要这一篇！
原文作者：图灵编辑部
冷月清谈：
怜星夜思：
2、大模型的“幻觉”到底是技术缺陷，还是语言模型工作方式的必然副作用？
3、上下文窗口越来越大之后，RAG 还有必要吗？直接把资料全塞给模型不行吗？
4、AI 智能体听起来很强，但为什么真实工作流里还经常不稳定？
原文内容
学习人工智能有时会让人感到无从下手，尤其是当你并不直接从事 AI 行业时，接触它简直就像是在学一门全新的语言。
不过就像学习任何一门技术一样，一旦你掌握了大型语言模型以及围绕其构建的现代工具背后的基本原理，AI 就会变得好懂得多。
在这篇文章中，我们将用最通俗易懂的方式，为你深入浅出地拆解 20 个最重要的 AI 核心概念，并配上清晰的解释与直观的图示。
1
神经网络（Neural Network）
神经网络的核心由多层相互连接的简单单元组成，这些单元被称为神经元。数据从输入层（Input Layer）流入，穿过一个或多个隐藏层（Hidden Layers），模型就在这里捕捉有价值的模式与规律，最后在输出层输出预测结果。
你可以把它想象成一个层层筛选和提炼的过程。同样的数据被反复加工，每经过一层，模型提取出的特征就会比上一层更高级、更抽象。
以图像识别模型为例：
-
前几层：通常只能识别出边缘、线条和纹理等基础信号。
-
中间层：开始把这些线条拼凑成局部形状和部件。
-
后几层：将部件组合起来，从而能够识别出完整的物体（如整张脸、整辆车）。
神经元之间的每条连线都带有一个数字，叫做权重，它决定了一个神经元对下一个神经元的影响有多大。所谓的模型训练，本质上就是通过海量数据不断调整这些权重的数值，直到网络的输出结果足够精准。
如今的大模型内部包含了天文数字般的权重，通常多达数百亿甚至数千亿个（也就是我们常说的“参数量”）。
2
迁移学习（Transfer Learning）
从头训练一个神经网络需要耗费海量的数据和算力，而迁移学习彻底改变了这一局面。
你无需再从零起步，而是可以直接拿一个已经在广泛任务上训练成熟的模型，将其改造并应用于全新的、更具体的任务中。由于模型之前积累的绝大部分知识依然管用，这让你直接拥有了一个极高的起跑线。
理解它的一个简单方法就是技能复用。这就好比你已经掌握了某项技能的基础，再去学它的衍生变体就会快得多，因为基本功不用再重新练一遍。同理，预训练模型已经摸透了数据中许多通用的规律，因此你只需要花极少的精力对它进行微调，就能让它完美适配你的使用场景。
这其实正是绝大多数现代 AI 的底层运作逻辑：先由其他人（通常是大机构）训练出一个体量庞大的通用模型（即基座模型），然后你再根据自己的特定需求，对其进行定制化改造。
3
分词（Tokenization）
在模型处理文本之前，它必须先将输入的文本切分成更小的单位，这些单位被称为 Token。一个 Token 可以是一个完整的单词、单词的一部分（子词）、一个标点符号，甚至可能只是一个单字。这就像是 AI 用来阅读和书写语言的基础字母表。
举个例子，英文单词 “happiness”可能会被拆分成 “hap”、“pi” 和 “ness” 三个子词 Token，而像 “cat”这样常见的短词，本身就是一个独立的 Token。通常来说，高频词往往能完整对应一个 Token，而较长或较生僻的词则会被拆得更碎。
为什么不直接使用完整的单词？
主要是因为人类语言的词汇量实在太庞大了，而且还在没完没了地增加。各种专有名词、网络俚语、错别字、专业术语以及多语言混合，会直接让模型的词汇表撑爆（体积急剧膨胀）。
分词机制完美地解决了这个难题。它使用一个固定的词汇表（通常包含 3 万-10 万个 Token），里面全是由高频词和可复用的子词片段组成的。这样一来，哪怕模型遇到了一个从未见过的全新词汇，它也能通过把那些熟悉的乐高积木拼接在一起，来毫无障碍地理解和表达。
4
嵌入（Embeddings）
文本被切分成 Token 之后，下一步就是把它们转换成嵌入。所谓嵌入，本质上是一个向量（可以简单理解为一长串数字），它的作用是用来捕捉并量化这个 Token 的核心含义。
你可以把嵌入想象成一张高维空间地图上的 GPS 坐标。在这个由数字构成的世界里，含义相近的词，在地图上的距离就会非常近；而毫无关系的词，就会隔得十万八千里。
-
离得近：“国王”和“王后、”在空间中的坐标紧挨在一起。
-
离得远：“国王”和“冰箱”之间则隔着万水千山。
这些向量通常包含几百甚至上千个维度。虽然听起来很抽象，但正是这些密密麻麻的维度，精准捕捉到了语言中极其微妙的语义规律。比如，在这张地图里，“国王”到“王后”的距离和方向，与“男人”到“女人”的距离和方向几乎是完全平行的。
AI 并不像人类那样，通过抽象的符号和语法去死记硬背语言。相反，它是通过几何学来理解世界的——它把所有的词汇有序地安放在一个虚拟空间里，让词与词之间的逻辑关系，具象化为空间里的距离和方向。
5
注意力机制（Attention）
问题来了：一个词的含义往往取决于它所处的上下文。比如，英文中的 “bank” 在 “river bank”和 “bank account”中，意思完全风马牛不相及。光靠前面提到的嵌入是解决不了这个问题的，因为在初始阶段，每个 Token 对应的向量都是静态、固定的。
注意力机制正是为了破解这个难题而诞生的。它允许输入文本中的每一个 Token 去动态地打量其他所有 Token，并自主判断哪些词对理解自己最重要。
比如，当模型处理 “I sat by the river bank”中的 “bank” 时，注意力机制就会把目光死死锁定在 “river”上，并据此对 “bank” 的向量表达进行实时调整，赋予它“岸”的含义，而不是“银行”。
这是开启现代 AI 革命的最关键创新。在注意力机制诞生之前，旧一代模型只能老老实实地从左到右、逐字处理文本。而注意力机制让模型能够一眼纵览全局，在瞬间看清所有信息，并精准揪出彼此之间的内在关联。
6
Transformer 架构
Transformer 是把前面提到的所有技术有机串联在一起的终极架构。它诞生于 2017 年一篇名为《Attention Is All You Need》的里程碑式论文，彻底颠覆了早期模型那种死板的、逐字逐句的顺序处理方式，转而将注意力机制作为核心引擎。
一个 Transformer 模型由多层注意力机制和前馈网络堆叠而成。每一层都在对输入的文本信息进行更深层次的精细加工：
-
前几层：通常用来捕捉基础的语法结构。
-
中间层：负责梳理不同概念之间的逻辑关联。
-
后几层：用来处理更复杂的抽象推理。
Transformer 最大的杀手锏在于它能够并行处理所有的 Token，而不是慢吞吞地一个接一个读词。这种特性完美契合了 GPU 等现代硬件的计算方式，让训练效率呈指数级提升，也让模型体量向超大规模扩展成为可能。如今市面上最顶尖的 AI 系统——无论是 GPT、Claude、Gemini 还是 Llama，全都是基于 Transformer 架构打造的。
一句话总结整个底层链条：文本被切分为 Token，Token 被转化为向量，而层层堆叠的注意力机制则负责破解这些向量之间的关联与互动。这套流水线，构成了现代大语言模型的绝对脊梁。
7
大模型（LLM）
大模型本质上是基于海量文本训练的 Transformer 模型。其训练数据通常包含来自书籍、网页、代码等渠道的数千亿至数万亿个 Token。该模型的底层训练目标非常基础：即根据已有文本预测下一个词元的出现。
尽管这种单步预测的机制看似简单，但当训练样本规模达到数万亿级别时，模型便能逐渐形成类似于人类的语言理解、事实记忆、逻辑推理以及常识认知能力。当前主流的 AI 系统（如 GPT 系列、Claude、Gemini 和 Llama）均基于这一原理构建。
名称中的“大”主要指其庞大的参数规模。如今的前沿模型通常拥有数千亿个参数，单次训练成本高达数千万美元。高昂投入的产出是一个具备极强泛化能力的技术实体，模型无需经过特定的显式指令训练，便能直接胜任代码生成、智能问答、跨语言翻译以及复杂逻辑推理等多元任务。
8
上下文窗口（Context Window）
上下文窗口是指模型一次性能够处理的最大 Token 数量，这既包括你输入给它的内容，也包括它自己生成的输出。你可以把它形象地理解为大模型的工作记忆。
早期的 GPT 模型上下文窗口只有 4,096 个 Token（大约相当于 3,000 个英文单词），在实际应用中人们很快就觉得捉襟见肘。而如今的前沿模型早已突破了这个瓶颈：Claude 支持高达 20 万个 Token，Gemini 更是将上限拉到了 100 万。窗口越大，意味着模型在思考和回答时，能够一口气读完更长的文档、维系更深度的对话，并参考更庞大的信息量。
不过，凡事皆有代价。更大的上下文窗口需要消耗海量的内存和算力，这不仅会大幅增加使用成本，还会导致响应速度变慢（延迟升高）。更重要的是，就算窗口开得再大，模型在阅读长文本时也做不到对所有信息一视同仁。
研究表明，如果关键信息被埋没在超长文本的正中间，模型的记忆和提取性能往往会出现大幅下滑。在 AI 领域，这个经典问题被称为中间迷失（Lost in the middle）。
9
温度（Temperature）
大模型在生成下一个 Token 时，并非简单地挑选某一个。它会计算词汇表中每个词元的出现概率，而温度参数正是用于控制模型如何基于这些概率进行选择。
当温度设为 0 时，模型总是选择概率最高的词元，生成的结果具有确定性，且表现得更加聚焦和可预测。当温度设为 1 时，模型会依据概率分布进行采样，从而带来更丰富的多样性。若温度大于 1，输出内容将表现出更高的随机性，虽然可能产生更具创造性的组合，但文本的连贯性也会明显下降。
在实际应用中，你可以参考以下几条实用的选值策略：
-
低温度（0 到 0.3）：最适合对精准度要求极高的任务。比如代码生成、结构化数据提取、文章摘要，以及任何准确性压倒一切的场景。
-
中温度（0.5 到 0.8）：非常适合头脑风暴、换词改写、营销文案或创意写作。在这些场景中，适度的多样性和灵活性大有裨益。
-
高温度（1 以上）：适合用于纯娱乐性的点子碰撞，但它通常会破坏文章的逻辑链条。特别是在生成长文本时，模型很快就会开始满嘴胡话。
10
幻觉（Hallucination）
幻觉是大模型应用面临的核心问题之一。当模型生成逻辑连贯、表述肯定但违背客观事实的内容时，即发生幻觉。具体表现包括伪造学术文献、虚构代码函数库，或将捏造的统计数据作为常识输出。
该现象的成因在于大模型的底层机制是模式补全。模型的优化目标在于生成流畅且符合当前概率分布的文本，而非核查内容真实性。当基于概率推算最符合语言习惯的下文碰巧是错误的，模型仍会将其作为确凿事实输出。
这使得幻觉问题成为语言模型落地实际应用的主要技术阻碍。现阶段常见的缓解策略包括：引入检索增强生成技术、将模型输出锚定于可信参考文档，以及通过提示词约束模型边界，要求其提供信息出处或主动声明信息的不确定性。
走到这一步，我们已经拥有了一个强大的大模型，但它目前还只是个全才。如何才能让它更擅长处理你的特定任务？又该如何将它压缩到足以实际部署的程度？以下四种技术涵盖了从重度定制到轻量级压缩的整个光谱。
11
微调（Fine-tuning）
微调从一个预训练模型（Pretrained Model）开始，并在一个规模较小、针对特定任务的数据集上继续对其进行训练。基座模型已经掌握了通用的语言规律，而微调的作用是引导它向特定的领域、风格或行为习惯靠拢。
例如，如果你想打造一个擅长医疗问答的模型，你可能会在一个包含数千条高质量医疗对话或临床解释的数据集上，对一个通用的 LLM 进行微调。
这种技术的代价在于成本和基础设施。传统的微调会更新模型中绝大部分或全部的参数。这意味着在训练过程中，你需要有足够大的 GPU 显存来同时加载整个模型、优化器状态以及梯度。
对于一个拥有 70B 参数的模型来说，这通常意味着需要多块高端 GPU 以及庞大的算力资源。微调虽然威力强大，但它绝非一项轻量级的技术。
12
基于人类反馈的强化学习（RLHF）
RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）是把一个只会预测下一个词元的模型变成一个让人感觉有用、礼貌且安全的模型的核心技术之一。正是因为有了它，现代聊天机器人才能让你感觉是在真正地对话，而不仅仅是在体验高级版的自动补全。
从宏观上看，它的运作流程大致如下：
-
生成候选答案：对于给定的提示词，模型会生成多个可能的回复。
-
人类进行排序：人类评估员会对这些回复进行比较，并根据其有用性、正确性、清晰度和安全性等指标进行打分和排序。
-
训练奖励模型：基于这些排序数据，系统会训练一个独立的“奖励模型（Reward Model）”，让它学会预测人类更偏好哪种回复。
-
利用奖励信号微调 LLM：最后，大语言模型会根据奖励模型给出的反馈进行持续优化，促使它生成能获得更高分数的答案。
这一过程教会了模型许多仅仅靠预测下一个词无法稳定产生的行为模式：比如严格遵循指令、拒绝不安全的请求、保持客观中立，以及避免生成有害或有毒的内容。
如果没有 RLHF（或其他类似的对齐方法），大语言模型很可能会毫无顾忌地顺着统计学上看似合理的概率往下续写，哪怕这个方向毫无用处、具有误导性甚至极度不安全。
13
低秩微调（LoRA）
对一个大模型（例如拥有 700 亿参数的 LLM）进行全参数微调，其成本高得令人咋舌。低秩微调采取了一种极其高效的替代策略。
它并没有直接去更新模型原有的权重，而是将这些庞大的基础参数冻结起来，转而在特定的网络层中注入小型的、可训练的适配器矩阵。这些适配器所包含的参数量，通常只占模型总参数量的 0.1% 到 1%。
LoRA 的核心洞悉在于：模型在微调过程中权重的变化往往是“低秩”的。这意味着，我们可以用小得多的矩阵来近似拟合这些变化，而不会明显折损模型的表现。
举个直观的例子：与其去费力更新一个巨大的 4096 × 4096 权重矩阵，LoRA 选择添加两个极小的矩阵（一个 4096 × 8，另一个 8 × 4096），这两个小矩阵相乘后，就能完美近似原来那个庞大矩阵所需的更新量。
这在实际应用中为什么如此关键？
首先，大幅降低的算力门槛意味着，原本需要一整个昂贵的计算集群才能跑动的微调任务，现在仅用单张消费级 GPU 就能搞定。其次，它赋予了模型极高的灵活性，可以像换游戏卡带一样，在同一个基座模型上随时热插拔不同的 LoRA 适配器。这样一来，你就能同时拥有多个针对不同任务的专家版本，而完全不需要为每一个版本都去单独存储一份几十甚至上百 GB 的完整模型副本。
14
量化（Quantization）
量化是一种通过使用更少的 Bits 来存储模型权重，从而让模型变得更小、运行成本更低的技术。
在全精度状态下，模型的权重通常以 32 位浮点数（32-bit floating point）的形式存储。量化技术会将其强行压缩至 16 位、8 位甚至 4 位，从而大幅削减对内存的消耗。
这里的数学原理非常直白：如果从 32 位降至 4 位，意味着每个权重占用的内存都缩减为原来的 1/8，因此整个模型的体积也会相应缩小约 8 倍。
举个实际的例子：一个拥有 70B 参数的模型，在全精度下需要消耗远远超过 100GB 的显存；但如果是一个 4 位量化版本，只需要几十 GB 的显存就能轻松装下。令人惊喜的是，这种暴力压缩带来的质量损耗往往比你预想的要小得多。特别是在 8 位量化的情况下，模型在绝大多数任务上依然能保持出色的水准。
这正是如今庞大的语言模型能够在普通消费级硬件上运行的最核心原因。当你在网上看到有人用一台家用台式机显卡、甚至是笔记本电脑跑起 70B 参数的大模型时，不用怀疑，他们使用的几乎百分之百是量化后的版本，而绝不可能是全精度的原版模型。
你现在已经拥有了一个经过训练和深度优化的强大模型。接下来的核心问题是在实际应用中，你该如何让它输出高质量、令人满意的结果？
事实证明，这在很大程度上取决于你怎么问。
15
提示词工程（Prompt Engineering）
提示词工程旨在通过优化输入指令来提升模型输出质量。相同的问题内核，若表述方式不同，往往会引发截然不同的输出结果。
以解释数据库这类模糊指令为例，模型通常仅提供宏观层面的概述。相比之下，具备特定约束条件的细化指令（如“结合 users 表的实际案例，阐述 PostgreSQL 中 B-tree 索引的工作机制”）则能为模型提供明确的推演方向。
以下方法能够稳定提升大语言模型的输出质量：
-
设定角色背景：例如“你是一位高级数据库工程师”，以此明确模型的专业身份定位。
-
提供样本示例：给出具体的输入与输出样例，直观展示预期的文本格式与论述深度。
-
任务分步拆解：将复杂的任务化繁为简，拆解为多个明确且具体的执行步骤。
-
设定约束条件：严格限制文本长度、指定段落结构或规范输出语气。
提示词工程并非应对大模型缺陷的权宜之计，而是人机交互的核心界面。指令的含糊与精准，直接决定了最终的输出内容是流于表面、空洞泛化，还是准确、结构化并具备生产级可用性。
16
思维链（ CoT）
思维链是一种特定的提示机制。它要求模型在输出最终结论前，显式呈现逐步推演的逻辑过程。该方法机制简单，却能显著改善模型在数学、逻辑及多步推理任务中的表现。
以具体计算为例：
-
常规指令：“47 × 23 等于多少？”
模型倾向于依赖底层文本的模式匹配而非真实演算，极易生成错误结果（如 1071）。
-
思维链指令：附加“请逐步思考”
模型被引导输出中间步骤（47 × 20 = 940，47 × 3 = 141，940 + 141 = 1081），进而得出正确结果。
强制模型生成中间步骤，本质上是为其提供解题所需的演算空间。这有效遏制了模型直接跳跃至结论的概率。实证研究表明，该机制可使模型在主流推理基准测试中的准确率提升 20% 至 40%。赋予模型外显的推理过程，是保障其输出高质量事实的关键。
掌握单一技术概念具备基础意义。实际的人工智能产品并非孤立模型，而是复杂的系统架构。这里主要论述工程师用于构建此类系统的核心模块。
17
检索增强生成（RAG）
还记得前面提到的“幻觉”问题吗？检索增强生成就是目前削减幻觉最有效的解决方案之一。
其核心思想非常直白：在模型生成回答之前，系统先从外部知识库中检索出相关的文档，并将它们作为上下文拼接到提示词中。这样，模型就能摆脱对预训练阶段死记硬背的依赖，转而依据这些现成的、确凿的信息进行作答。
举个例子，假设有一个客户服务机器人。当用户询问退款政策时，系统会首先去调取公司现行的退款政策文档，随后大模型基于它所读到的内容生成回答。如此一来，最终的输出就被锚定在了真实且最新的信息之上，而不是凭模型的模糊记忆去胡编乱造。
RAG 真正强大的地方在于，它实现了“知识”与“推理”的分离：
-
大模型：专门负责逻辑理解与语言表达。
-
文档存储库：专门负责提供客观事实。
如果业务信息发生了变更，你完全不需要去费时费力地重新训练或微调模型，而只需要简单地更新检索库中的文档即可。这种特性让 RAG 具备了极高的实用性和可扩展性，在对准确性要求极高的真实业务落地场景中，它已经成为了最值得信赖的基石技术。
18
向量数据库（Vector Database）
那么，RAG 究竟是如何在海量资料中精准捞出正确文档的呢？这正是向量数据库大显身手的地方。它们存储的是我们前面提到过的嵌入——也就是一串串高维数字向量。有了它，你就能直接根据语义去搜寻信息，而不再依赖生硬的精确关键词匹配。
它的核心运作流程通常如下：
-
文档切片：首先将你的长篇文档拆解成更小的文本块。
-
向量化存储：利用嵌入模型将每个文本块转换成一个向量，并将这些向量存入向量数据库中。
-
查询与匹配：当用户提出问题时，系统也会把这个问题转换成一个查询向量。接着，数据库会在大盘里搜寻与该查询向量距离最近（即语义最相似）的存量向量，并将对应的文本块打包返回。
这种机制带来的是一场搜索方式的降维打击。举个例子：如果用传统的关键词搜索如何取消我的订阅，你很可能会漏掉一篇名为账户终止流程的官方文档；但在向量搜索的法眼里，这两句话即便字面措辞没有一个字是重合的，其底层语义也高度相似，因此它能轻而易举地把正确答案揪出来。
目前在业界被广泛采用的专用向量数据库包括 Pinecone、Weaviate、Qdrant 和 Chroma。此外 pure 关系型数据库的代表 PostgreSQL 也可以通过安装 pgvector 扩展来支持向量检索，这让你在不脱离熟悉开发环境的前提下，也能轻松给自家系统外挂上强大的语义搜索能力。
19
AI 智能体（AI Agents）
AI 智能体是一种超越了单纯文本生成的大模型。它具备采取行动、做出决策以及与外部工具交互以完成复杂任务的能力。如果说传统的聊天机器人主要依赖语言进行回复，那么智能体则可以浏览网页、运行代码、查询数据库、调用 API，并将这些动作有机串联起来以达成最终目标。
大多数智能体都遵循一个经典的控制循环（大模型在此充当驱动该循环的决策引擎）：
-
观察：获取当前系统状态或新输入的信息。
-
思考：评估现状并规划下一步的策略。
-
行动：调用外部工具或执行具体的步骤。
-
循环：不断重复上述过程，直至任务圆满完成。
举个具体的例子：一个专门用于编程的智能体在收到 Bug 报告后，会主动在代码库中搜索相关文件、分析逻辑、编写修复代码并运行测试。如果测试失败，它能看到报错信息，进而修改代码并重新测试，直到所有用例全部通过。在整个流程中，模型需要根据每一步的最新反馈来灵活决定下一个动作。
目前，智能体面临的最大挑战在于可靠性。每一个步骤都存在出错的概率，而在冗长的执行链条中，这些风险会被不断放大。从数学角度来看，如果一个包含 10 个步骤的任务，每一步的准确率都是 95%，那么整个任务端到端完美执行的成功率将骤降至 60% 左右。
正因如此，现代的智能体框架都会在任务规划、结果验证、失败重试以及自我纠错机制上投入大量算力与设计，以确保复杂的多步工作流能够不偏离正轨、稳健运行。
20
扩散模型（Diffusion Models）
扩散模型是当下众多顶级图像生成工具（如 DALL·E、Midjourney 以及 Gemini/Nano Banana 等）背后的核心引擎。它的核心理念多少有些反直觉：模型为了学会如何生成图像，首先要学会如何破坏图像。
在训练阶段，系统会拿一张真实的图片，并逐步向其中添加随机噪声，直到这张图片彻底变成电视机雪花屏那样的纯噪声。接着，模型被要求去学习如何逆转这个过程：它要尝试一步一步地把噪声剔除掉，最终还原出最初的那张清晰图片。
到了实际的生成阶段，整个流程就完全倒转过来了。你给模型输入一团纯粹的随机噪声，模型则在你的文本提示词的引导下，通过一次又一次的去噪迭代，逐渐雕刻出一幅连贯的画面。每进行一步，画面就会变得更有结构感，这通常需要经历 20 到 50 步的去噪过程。
扩散这个词借用自物理学，形容的是随机性在介质中蔓延的过程（就像一滴墨水在水中渐渐散开）。在扩散模型中，噪声以相似的方式在图像中蔓延，而模型则是在学习这个过程的反向轨迹：如何从一片混乱的随机中提取出有序的信号。
如今，这种天才般的设计早已不再局限于图像领域。扩散式的架构正在被广泛应用于视频生成、音频创作、3D 资产建模，甚至延伸到了分子和蛋白质结构生成等前沿科学领域。
以上就是大模型领域最核心的 20 个概念。这并非一份包罗万象的详尽清单，但它搭建了一个坚实的基础框架。对于新手来说，了解了这些词汇，你就不会在 AI 的技术讨论中迷失方向；理解了这些机制，你就更能看清当今 AI 系统的边界、潜力和发展轨迹。
如果你正在入门大模型，掌握概念之后，不知道要做些什么，推荐下面这两本书~
原文链接：https://blog.algomaster.io/p/20-ai-concepts-explained-simply
覃立波，冯骁骋，刘乾｜译
《图解大模型：生成式AI原理与实战》
[沙特] 杰伊·阿拉马尔，[荷] 马尔滕·格鲁滕多斯特 | 著
