LLM
LLM（大语言模型）是在海量文本上训练、通过预测下一个 token 来生成与理解自然语言的深度学习模型。
LLM 是 Large Language Model 的缩写，中文称大语言模型。它以 Transformer 架构为基础，在大规模文本语料上完成预训练，再通过微调与对齐训练获得对话、写作、编程等能力，是 ChatGPT、Claude、Gemini 等 AI 助手的底层技术。
大语言模型的核心训练目标是根据上文预测下一个 token。规模化的参数量与训练数据让模型在这一简单目标下涌现出对话、推理与代码生成能力。
日常使用中接触到的 AI 助手，本质上是在大语言模型之上叠加了对齐训练、工具调用与产品化交互。
需要区分三层概念：模型是能力本身，API 是调用模型的接口，AI 产品（如各类助手应用）是包装了模型能力的完整应用。同一个模型可以同时出现在这三层里，但它们的计费方式、可用功能与数据处理条款都不同。