大语言模型进入日常生活还没多久，但它已经成了一门"说不清"的技术。AI专家把它当旧闻，急着入门的新人随手略过，普通大众基本没搞懂。这篇文章要做的事很直接：把LLM拆开，再把最常见的两种模型适配手段——微调和RAG架构——讲清楚。

从规则到统计，NLP走了一段弯路

打开网易新闻 查看精彩图片

人工智能领域的研究者花了多年时间试验基于NLP的模型，但始终没能达到理想的原创生成水平。原因在于，NLP模型严格遵循为它们定义的规则，并基于这些规则作答。

这些发现把研究者推向了基于深度学习的模型——用统计方法和概率计算来做决策。最初，他们借助LSTM和RNN架构成功捕捉到了短期依赖关系，但处理长期依赖时，硬件限制就暴露出来了。

大语言模型的首要任务是理解人类语言，并以类似人类的方式回应。仅仅"理解"信息是不够的。具备这种能力的"仅编码器"模型被开发出来，BERT就是这类架构的代表，它在分类、情感分析、文本归类等任务上表现出色。

后来，既能理解用户查询、又能生成合适回应的模型也出现了，它们主要采用"仅解码器"架构。GPT、Claude、Llama、Qwen这些现代模型都建立在这一架构思路上。

编码器和解码器，看文本的方式不一样

仅编码器模型通过查看输入文本的完整全貌来解释它。仅解码器模型则单向（自回归）运作，从左到右生成内容。这两种架构都源自Transformer架构。

现代LLM能完成代码生成、翻译、信息提取、推理、问答等许多创造性任务。传统机器学习或NLP模型是为特定的专门任务设计的，而在需要创造性和多面性的任务上，LLM明显把自己和这些传统模型区分开了。

这种创造性来自Transformer架构和自注意力机制。Vaswani和他的团队在2017年做了这项重要研究，论文《Attention Is All You Need》揭开了LLM底层基础架构的面纱。

注意力机制才是真正的发动机

现代LLM模型依赖"Transformer"架构。粗略看这个架构，会看到它由编码器和解码器模块组成。但真正驱动这些大语言模型的，是Transformer架构里的"注意力"机制。

通过这个机制，模型在句子中的词与词之间建立关系和上下文，解读词与词、对象与对象之间的关系。根据具体任务，LLM给重要的元素分配更高的权重（分数），给不那么重要的词分配更低的权重，编码器和解码器组件负责执行这一功能。

编码器组件读取输入文本，把它的含义转换成数值数据，这个过程叫向量化，目的是让文本更容易被表示为数学向量空间。解码器则利用编码器传来的向量化表示生成新信息。

举个例子。当基于完整Transformer架构的模型被问到"什么是人工智能？"时，编码器先把这个问题拆成称为token的小单元，用自注意力机制理清这些token之间的关系、建立上下文。在创建出语义表示后，它把编码后的数据转发给解码器。

解码器的任务是基于传入的数据生成回应。它首先根据这个表示预测初始token，随后开始按顺序生成新的token，同时参考前面的内容。

这套流程解释了LLM为什么能"创造"，也解释了它的边界在哪里——它做的是统计和概率计算，不是按预设规则查表。理解了这一点，再看微调和RAG这两种适配手段，逻辑就顺了。