【当我们谈论大模型的参数时，到底在谈论什么？】

写这篇文章的起因很有趣。听闻我的一位编辑同事在半夜醒来，在笔记本上潦草地写下了一句话：“什么是参数？”凌晨四点产生的想法通常不太靠谱，但这却是一个非常好的问题——它直击了大语言模型运作原理的核心。

#大语言模型# 的参数通常被比作控制模型行为的刻度盘和操纵杆。你可以试着想象一台行星般大小的弹球机，几十亿个挡板和缓冲器经过精确设置，将球从一端弹射到另一端。而只需要微调这些设置，球的运动轨迹就会发生变化。

#OpenAI# 于 2020 年发布的 #GPT-3# 拥有 1750 亿个参数。Google DeepMind 最新的大语言模型 Gemini 3 可能至少拥有一万亿个参数，有人甚至估计这个数字可能高达 7 万亿，但该公司并未透露具体数据。（鉴于目前激烈的竞争环境，AI 公司不再分享关于其模型构建方式的信息。）

尽管模型各异，但参数的基本定义，以及参数如何赋予大语言模型惊人能力的原理是通用的。如果你想知道大语言模型真正运转的机制，想了解那个多彩的弹球机比喻背后到底如何运作，让我们一起来深入探讨。

戳链接查看详情：http://t.cn/AXbliPwj