第 1/3 节课 · 6 分钟

模型如何学习

语言模型从海量文本中学习规律,然后经过调整学会遵循指令。

语言模型是一个程序,它读取文本,然后写出最可能接下来出现的文本。它每次只写一小段。向它提一个问题,它就会写出一个符合它所学规律的回答。

模型的学习主要分两步。 第一步是 预训练:模型阅读大量文本,例如书籍、网站和代码,学习预测下一个词。语言、事实和推理模式都是在这一步学到的。第二步是 调优:人们再用优质回答的示例继续训练它,让它遵循指令,表现得像一个乐于助人的助手,而不只是接着你的文本往下写。

模型有知识截止日期。 训练会在某个日期停止,模型对之后发生的事情一无所知。它不会自己去查资料。如果你需要最新的事实,就得把它们提供给模型,例如在提示词中加入一份文档,或开启网页搜索工具。

推理模型会先思考再回答。 它们先花额外的 token 把问题想清楚,然后再写出回答。这对数学、代码或规划等难题很有帮助,但耗时更长、成本更高,因为这些思考 token 计为输出。在 Phaseo 上,你可以用 reasoning.effort(在 Chat Completions 上是 reasoning_effort)选择模型思考的程度,范围从 none 到 max。更高的强度有助于解决难题,但会花费更多时间和 token。

开放权重模型和闭源模型。 有些实验室会公开模型的权重,也就是它在训练中学到的数值,这样许多提供商都可以托管它。另一些实验室则不公开权重,只通过自己的 API 或指定的合作伙伴提供模型。在 Phaseo 上,两种模型的调用方式完全一样。模型页面会在 关于 下显示它的许可证,并列出托管它的每个提供商。

检验你的理解

你问一个模型上周发生的事情,它给出了过时或编造的回答。为什么?

学以致用

你用一个推理模型回答简单的客户问题,例如营业时间。回答是正确的,但速度慢,成本也比预期高。你可以改什么?

显示答案

简单问题很少需要多少思考。调低 reasoning.effort(或 reasoning_effort),或者换用不做推理的模型。思考 token 计为输出,所以思考得少,回答就更快、更便宜。把较高的强度留给困难的任务。

要点

模型根据训练中学到的内容预测文本,对截止日期之后的事情一无所知;推理模型用时间和 token 换取难题上更好的回答。

相关链接

进度保存在此浏览器中。

最后核对于 2026年11月17日