但今天我想重点介绍后端，介绍模型（尤其是大型语言模型）的工作原理。模型“学习”的方式与人类学习阅读、写作和通过阅读获得技能的方式相同。为了训练模型，开发人员将训练数据输入算法。然后，算法将通过为特征分配权重来表示该数据的特征，但数据本身不会“保留”在模型中，因为模型不存储副本。模型随后会进行分类或预测接下来会发生什么，但不会进行复制。部分由于这种复杂的工作原理，训练需要很长时间，成本相当高，而且几乎是不可逆的。