本文通过图解方式用通俗易懂的语言解释了LLM大型语言模型的工作原理从条件概率的基础知识入手阐述了LLM如何预测下一个单词。同时还介绍了损失计算、温度等概念帮助读者更好地理解LLM的运作机制。适合小白和程序员学习收藏。在 x原帖链接见文章末尾 上看到有人分享一组图解 LLM 工作原理的帖子内容通俗易懂就搬运过来汉化一下和大家一起学习分享者是 Akshay他是一位 AI/ML 工程师在 x 上的介绍如下图所示LLM 工作原理解释条件概率解释他提到在介绍 LLM 之前需要先了解一下条件概率conditional probability应该是与高中、大学学的概率学相关。有一个很形象的例子有 14 个人他们中的一部分人7 个喜欢网球、一部分人8个喜欢足球、少部分人3 个同时喜欢网球和足球、也有极少一部分人2 个都不喜欢网球和足球。用图表示如下所以如果要表示喜欢网球的人数概率表示方法为 P(A)结果是 7/14喜欢足球的人数概率表示方法为 P(B)结果为 8/14同时喜欢网球和足球的人数概率表示方法为 P(A∩B)结果是 3/14同时表示既不喜欢网球又不喜欢足球的人数概率结果为 2/14。那什么条件概率呢其实就是在另外一件事情发生的前提下某件事情发生的概率。比如上面的事件 A 和事件 B如果要表示在事件 B 发生的前提下事件 A 发生的概率那么表示方法是P(A∣B)。所以如果要计算一个人在喜欢足球的情况下还喜欢网球的概率计算方法为 P(A|B)P(A∩B)/P(B)(3/14)/(8/14)3/8。再拿阴天和下雨天为例来将条件概率如果将今天下雨当作事件 A阴天可能下雨作为事件 B按照常识阴天会有下雨的可能而且事件 B 会影响下雨的预测。所以阴天的时候就可能会下雨这个时候就可以说条件概率 P(A|B) 是非常高的。LLM 预测解释回到 LLM 上来说这些模式的任务就是预测下一个出现的单词。这就和前面讲的条件概率类似如果给定已经出现过的单词那下一个最可能出现的单词是哪一个所以要预测下一个单词模型就要根据之前给定的单词上下文来为每一个接下来可能出现的单词进行条件概率的计算条件概率最高的单词就会被作为预测单词所选中。而 LLM 学习的是一个高维度的单词序列概率分布。这个分布的参数就是经过训练的权重。但是这种概率毕竟是一种预测并不是实际的结果所以这个过程中就有一个 损失计算(Loss calculation) 的概念。以下内容来自 ChatGPT。Loss calculation损失计算 是指模型在预测过程中产生的误差的度量通常用来衡量模型预测的结果与实际目标之间的差异。通过最小化损失函数模型能够不断优化其参数以提高对新数据的预测能力。上图中提到的 Cross-entropy loss 和 Negative log-likehood 是两种损失函数。Cross-entropy lossCross-entropy loss 指交叉墒损失用来度量模型预测的概率分布与真实标签即实际单词间的差异。交叉墒 用于计算两个概率分布之间的差异。在语言模型中一个概率分布是模型对每个可能的下一个单词的预测概率另一个是实际的单词标签的“真实分布”通常是一个one-hot分布即正确单词的概率为1其他为0。交叉熵损失的计算公式如下Negative Log-LikelihoodNegative Log-Likelihood负对数似然简称 NLL。是机器学习中常用的一个损失函数尤其在概率模型和分类问题中广泛应用。以上内容来自 ChatGPT。这种概率预测并选择最有可能的单词会带来一个问题如果总是选择可能性最大的单词那么结果就是重复性的这就让 LLM 显得缺乏创造性。所以这里面就有一个 temperature温度 的概念产生。temperature温度LLM 中temperature温度是一个调整模型输出概率分布的超参数通常用于文本生成和采样。它影响生成文本时的多样性和创造性以及模型在选择下一个单词时的随机性。因为在 LLM 中大模型通常会生成一个概率分布表示下一词在给定上下文下出现的可能性。例如模型可能会为每个可能的下一个单词生成一个概率就像前面图中所画的上下文是“The boy went to the“下一个单词可能是“Cafe、Hospital、Playground、Park、School“这几个单独对应的概率是“0.1、0.05、0.4、0.15、0.3“。temperature 控制如何从概率分布进行采样Low temperature低温度比如 0.1 ~ 0.5模型的输出会更加具有确定性也就是更倾向于选择概率较高的单词此时生成的文本更连贯、理性内容更“保守”但是也可能缺乏多样性和创意。High temperature高温度比如 0.8 ~ 1.0模型的输出会更加随机也就使得低概率的单词有更大的机会被选中。这会增加生成文本的多样性和创造性但是也可能导致输出不那么流畅或不太符合上下文。temperature 是通过使用 softmax 函数来调整每个词的 logits即原始的未经过归一化的分数来对大模型的输出进行影响的。softmax 函数是一个激活函数用来将向量中的每个值转换成一个概率分布。其输出的每个值都会被转换成一个介于 0 和 1 之间的概率并且所有输出的概率之和等于 1。随后作者给了两个不同 temperature 时候的示例来说明差别第一张图是 low temperature 的第二张图是 high temperature 的。所以 LLM 并不是选择最佳概率最大的 token而是对预测进行采样。所以概率最高的 token 也有可能不会被选中。所以在 softmax 函数中温度引入了一些调整反过来这种调整又影响了采样过程。最后作者给了一个很直观的代码示例来对 temperature 对采样的影响看来要学习 LLM还需要深入学习大学的概率分布、统计、线性相关的课程啊。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取