LLM（Large Language Model，大语言模型）

在大量文本和代码上训练、能根据上下文理解并生成语言的模型。

LLM 通常是大规模自回归或掩码语言模型，以 Token 序列为对象优化语言建模目标，并通过后训练适配助手行为。

模型把 Token 映射为向量，经多层 Transformer 计算条件分布，再逐步采样后续 Token。

生产质量取决于模型之外的 Prompt、上下文、检索、工具、权限、评测、监控和降级策略。