这个是大模型系列课程的第一节。
接下来我带着大家一起拥抱新技术，分享的进展不会很快，大概一周一次，有空可以直播讲解或实操。
为了照顾那些工程出身，甚至非技术同学，我这个系列会从小白开始，从基础概念入门逐步展开。
我不会研究基础大模型，而是会关注应用层，当然也会涉及预训练、知识库、多智能化跟模型最终效果息息相关的部分。
废话不多说，赶快上车。
我们先理解一下什么是大模型，先从 ChatGPT 来学习大模型。
ChatGPT（Generative Pre-trained Transformer）从名字上已经表明了它的特点，
“Chat” - 聊天，
G：“Generative” - 生成式，
P：“Pre-trained” - 预训练，
T：“Transformer” - 大模型推理架构
Chat-聊天
聊天大家基本都理解，你说一句，它回你一句，所以叫“Chat”-GPT。
Generative-生成式
乍一听啥玩意？
我们跟之前模型的玩法做个对比，就理解了。
比如你在百度/Google 上搜索，它都是把一堆文章和链接返给你，但是GPT 是什么样的，用过的都知道，尤其是网络不好的时候更明显，GPT 就像有口吃，讲话是一个词一个词往外蹦。
为什么呢？
来到了大家最爱的原理剖析了，面试官即视感，来，请讲讲底层原理