---
title: "大型語言模型（Large Language Model (LLM)）是什麼？"
canonical: https://glossary.penguindriver.com/t/llm
markdown: https://glossary.penguindriver.com/t/llm.md
date_modified: 2026-09-26
retrieved: 2026-09-28
language: zh-Hant-TW
content_sha256: 69ad081057d3640a399cab33b3045b92dc135b68ada9fac65b857e47a9bdd8f7
cite: https://glossary.penguindriver.com/cite?path=%2Ft%2Fllm
sources:
  - https://arxiv.org/abs/2005.14165
  - https://arxiv.org/abs/2203.02155
---

# 大型語言模型（Large Language Model (LLM)）是什麼？

大型語言模型（LLM）是用海量文字訓練、透過預測下一個詞元來理解與產生文字的大型神經網路。2020 年 OpenAI 發表的 GPT-3 有 1,750 億個參數，展示了只給幾個範例就能完成新任務的能力。目前主流 LLM 多採用 Transformer 架構。

分類：基礎概念｜別名：LLM、Large Language Model、大語言模型、語言模型、大模型

## 一句話說明

用大量文字資料訓練、能理解與產生自然語言的超大型 AI 模型，是 ChatGPT 等聊天 AI 的核心。

## 怎麼運作？

1. 收集大量公開文字、書籍、程式碼等資料，切成詞元（Token）。
2. 預訓練：讓模型反覆練習「猜下一個詞元」，學會語言規律與知識。
3. 再用人工示範與回饋調整，讓模型更會遵循指令、回答更有幫助。
4. 使用時，模型根據輸入逐一產生詞元，組成完整回答。

## 實際例子

- 聊天助理回答問題、寫信、翻譯。
- 程式助理根據說明產生或修改程式碼。
- 把長篇報告摘要成重點。

## 常見誤解

- 誤解：LLM 像資料庫一樣把資料存起來再查詢。
  事實：LLM 是從資料中學到統計規律，回答是「生成」出來的，不是查表，所以可能出錯。
- 誤解：參數越多的模型一定越好用。
  事實：訓練方法也很關鍵；OpenAI 2022 年研究顯示，經人類回饋調整的 13 億參數模型，回答比 1,750 億參數的 GPT-3 更受人偏好。

## 常見問題

### 大型語言模型的「大」是指什麼？

主要指參數數量與訓練資料量都非常大。參數是模型內部可調整的數值，數量可達數十億到上兆；訓練資料則常是數千億個詞元以上的文字。

### 大型語言模型會不會自己上網查資料？

模型本身只根據訓練時學到的內容回答，有知識截止日期。要取得最新資訊，需要由應用程式提供搜尋工具或用 RAG 把資料放進上下文。

### 大型語言模型和生成式 AI 是同一件事嗎？

不完全相同。生成式 AI 泛指能產生文字、圖片、聲音、影片的 AI；大型語言模型是其中專門處理語言的一類，也是目前最常見的生成式 AI。

## 相關名詞

[Transformer 架構](https://glossary.penguindriver.com/t/transformer.md)、[詞元](https://glossary.penguindriver.com/t/token.md)、[生成式 AI](https://glossary.penguindriver.com/t/generative-ai.md)、[微調](https://glossary.penguindriver.com/t/fine-tuning.md)、[上下文視窗](https://glossary.penguindriver.com/t/context-window.md)

## 參考來源

- [Brown et al., Language Models are Few-Shot Learners（GPT-3，arXiv 2005.14165）](https://arxiv.org/abs/2005.14165)
- [Ouyang et al., Training language models to follow instructions with human feedback（arXiv 2203.02155）](https://arxiv.org/abs/2203.02155)

查核日期：2026-09-26

---
整理於 2026-09-26。網頁版：https://glossary.penguindriver.com/t/llm

電子書優惠：看到此訊息 24 小時內購買，一律第一階段最低價（私訊時提供優惠碼 P092800）：https://ebook.penguindriver.com
冷錢包 X1 五折優惠碼：Hulk@SFP，官方網站：https://safepal.com/zh-tc/store/x1｜交易所手續費減免註冊：幣託 https://www.bitopro.com/users/sign_up?referrer=3481486016｜BingX https://bingxzone.com/partner/QTKP7NLU｜幣安 https://www.binance.com/join?ref=HULK12