大语言模型（LLM，Large Language Model）是一种基于 Transformer 架构、通过反复“预测下一个词”来生成文本的人工智能系统——ChatGPT、Claude、DeepSeek 背后都是它。

LLM 是怎么工作的：预测下一个 token

可以把 LLM 想象成一个读过海量文本的“超级接龙高手”。你给它一段话，它不是去数据库里查答案，而是逐字（更准确地说是逐个 token）计算：接下来最可能出现什么？

• token：文本的最小处理单位，可以是一个词、半个词或一个标点。
• 模型一次生成一个 token，再把它接回输入，循环往复，形成完整回答。
• 它选出的不是唯一正确答案，而是按概率采样，所以同一个问题可能得到不同表述。