大型語言模型（LLM）是甚麼？為何它能夠寫文章？

01 / 人工智能

文章並不是一次生成

它像一位永遠只准看已寫文字的即興樂手：下一個音合理，不代表整首歌早已存在腦內。

02 / 人工智能

大型主要大在參數與資料

模型內有大量可調數值，訓練時透過預測錯誤不斷微調。參數不是一格格百科條目，而是分散地承載語法、關聯、風格及概念模式。

某個事實未必收藏在一個地址；它可能由許多權重共同令某段文字變得較可能。

03 / 人工智能

Attention 是臨時佈置的關係網

Transformer 的關鍵不是永遠記住每句話，而是在目前輸入中計算哪些位置值得互相注意。同一個「bank」在河流和貸款句子內會建立不同關係。

這張關係網每次都重算，所以模型能按上下文改變用法，但計算成本亦會隨輸入長度增加。

04 / 人工智能

寫得像，是因為世界留在語言裏

大量人類知識以語言規律留下痕跡。食譜有步驟、新聞有因果、論文有論證、電郵有禮貌結構。

模型學會這些形狀後，可以生成以前未見的組合。令人意外的並非「猜字」突然變成魔法，而是足夠規模的語言預測，會迫使模型捕捉深層結構。

05 / 人工智能

但下一步正確不保證全局正確

一句句看都合理的文章，論點仍可能在第五段偷換概念。局部流暢會累積成全局自信，而早期一個錯誤亦會成為之後預測的新上下文，越寫越完整。

長答案因此不是短答案的放大版；它是更多次沒有外部驗證的下注。

06 / 人工智能

最實用的閱讀方式

把 LLM 文章視為高質素草稿生成，而不是來源本身。檢查名詞、數字、引用和因果跳躍；要求它指出不確定處；涉及最新或高風險資訊時，把可查證材料放回流程。

理解它如何寫，目的不是貶低它，而是把驚人能力放在正確位置。