零基础入门大模型必看 50 个 AI 大模型名词
一、基础模型通用概念（1-10）
LLM 大语言模型：专门理解、生成人类文字的大模型，依靠 Transformer 架构
多模态大模型：能同时识别生成文字、图片、音频、视频的模型，不再只处理文本。
Token：AI 识别文字最小单位，中文约 1-2 个字等于 1 个 Token，直接限制能读取的文字总量。
上下文窗口：模型单次对话能记住、读取的最大 Token 容量，窗口越大，可一次性读取长篇文档。
AI 幻觉：大模型无依据编造虚假数据、不存在事件、错误结论，是大模型最核心缺陷。
预训练：大模型基础训练阶段，用全网海量公开文本，学习通用语法、常识、逻辑。
生成式 AI：具备自主创作能力，可输出文字、图片、视频，和只能分类识别的传统 AI 区分。
参数量：模型神经网络权重总量，单位 B（十亿），同等架构下参数量越大基础理解能力越强。
开源大模型：模型权重、代码完全公开，支持本地部署、二次修改
闭源模型：厂商不公开模型底层权重，仅提供网页 / API 接口调用
......
本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。
