模块评估

通过学习大量文本数据来发现语言模式和规则，以处理和生成自然语言文本。

展示人体主义和理解情绪。

了解语言和事实。

传统的 NLP 在基础模型中使用数 TB 的未标记数据，而 LLM 提供一组标记的数据来训练机器学习模型。

传统 NLP 针对特定用例进行了高度优化，而 LLM 则以自然语言描述模型需要执行的作。

传统 NLP 需要每个功能一个模型，而 LLM 对许多自然语言用例使用单个模型。

若要以对计算机有意义的方式表示文本，而不会丢失其上下文，以便算法可以更轻松地识别模式。

按字母生成文本。

使用单个标记表示常见字词。