新闻里天天说"大模型"：千亿参数的大模型、万亿参数的大模型。这个"大"字到底指什么？是程序很大，还是电脑很大？这篇就用大白话把三个"大"讲清楚。
第一重：参数大
参数是模型内部的"调节旋钮"数量。可以粗略地把它想象成一个巨型调音台：上面密密麻麻排列着上千亿个旋钮，训练的过程就是把每个旋钮拧到合适的位置。拧好之后，输入一段文字，信号流过这些旋钮的组合，输出就产生了。
旋钮越多，模型能记住和组合的模式就越细。几百个旋钮只能分辨猫狗，上千亿个旋钮就能处理"用鲁迅的口吻写一份请假条"这种精细活儿。GPT-3 有 1750 亿个参数，后来的模型只会更多。参数规模是目前衡量模型"块头"最常用的指标。
第二重：数据大
光有旋钮没用，还得有东西来教它拧。训练数据就是这个教材，主要是海量文本——网页、书籍、代码、论文，加起来通常以"万亿字"计。有个常用的计量单位叫 token，大致相当于一个汉字或一个英文单词的一部分，主流模型的训练量在数万亿到数十万亿 token。
打个比方：参数是脑容量，数据是读过的书。一个脑容量巨大的人还要读遍图书馆，才谈得上见多识广。模型也是这样，"大"有一半是大在它读过的东西多到任何真人都不可能读完。
第三重：算力大
把千亿旋钮对着万亿字拧一遍，计算量是天文数字，得靠成千上万张显卡日夜不停地算上几周甚至几个月。训练一次前沿大模型的花费，动辄以亿元计。这也是为什么这个赛道的玩家主要是大公司——入场券实在太贵。
参数是脑容量，数据是读过的书，算力是读书花的时间。三样都大，才叫大模型。
理解了这三重"大"，很多新闻就好懂了：某公司发布更大模型，通常是旋钮更多了；"训练成本下降"，是算力或方法省了；"小模型逆袭"，则是用更好的教材（数据质量）弥补了脑容量的差距。
下次再看到"某某大模型发布"，你可以条件反射地问三句：多少参数？多少数据？怎么练的？答案不一定都公开，但光是把问题问对，你就已经超过大多数围观群众了。
