一、基础模型通用概念1-10LLM 大语言模型专门理解、生成人类文字的大模型依靠 Transformer 架构多模态大模型能同时识别生成文字、图片、音频、视频的模型不再只处理文本。TokenAI 识别文字最小单位中文约 1-2 个字等于 1 个 Token直接限制能读取的文字总量。上下文窗口模型单次对话能记住、读取的最大 Token 容量窗口越大可一次性读取长篇文档。AI 幻觉大模型无依据编造虚假数据、不存在事件、错误结论是大模型最核心缺陷。预训练大模型基础训练阶段用全网海量公开文本学习通用语法、常识、逻辑。生成式 AI具备自主创作能力可输出文字、图片、视频和只能分类识别的传统 AI 区分。参数量模型神经网络权重总量单位 B十亿同等架构下参数量越大基础理解能力越强。开源大模型模型权重、代码完全公开支持本地部署、二次修改闭源模型厂商不公开模型底层权重仅提供网页 / API 接口调用…本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容侧重测试实践、工具应用与工程经验整理。