大模型的权重到底怎么用？拆开一个 token 的生成过程

我们已经知道，大模型里有很多参数，训练时会调整它们，平常聊天时通常不会。 但这还没回答一个最直观的问题： 一堆固定的数字，怎么就能变成一句新话？ “经过注意力、FFN，最后预测下一个 token”这句

原文链接：掘金