LLM（大型語言模型）
又稱：大模型 · 大型語言模型 · foundation model · 大語言模型
一個被訓練來預測「下一個 token」的神經網路。它只會輸出文字。
你會在什麼時候遇到它
所有 AI 工具的核心都是它。理解「它只是在預測下一個 token」，你就理解了一半的 AI 出錯原因。
打個比方
像一個讀過極多文字、接話能力極強的人：你說上半句，它能講出最像下半句的東西。它講得像不像，跟它知不知道，是兩件事。
最小範例
輸入：「臺灣最高峰是」
模型內部：對詞彙表裡每個 token 算一個機率
輸出：機率最高的那個 → 「玉山」
然後把「玉山」接回輸入，再算下一個 → 一直重複到結束整個生成過程就是這個迴圈。它沒有「查資料」這個動作，除非外面有程式幫它查。
1/8輸入：一整段提示
系統提示、歷史、文件、這次的問題，全部拼成一個 token 序列送進去。
第 1 步，共 8 步 輸入：一整段提示
最常搞錯的地方
- 以為模型會「上網查」。原生 LLM 不會；能查是因為外面接了工具。
- 以為它知道自己不確定。它輸出的是最像答案的文字，不是帶信心標記的答案。