零基礎入門 · 小白三千問

參數越多越聰明嗎？

參數像大腦裏旋鈕的數量：旋鈕多的，通常見識更廣。但聰明程度還取決於訓練數據的質素和訓練方法；日常任務裏，小模型常常反而更划算。

發佈會上動不動「千億參數」「萬億參數」，數字一個比一個嚇人。這個「參數」到底是什麼？數字大，就一定更聰明嗎？

一句話回答

參數像大腦裏旋鈕的數量：旋鈕多的，通常見識更廣。但聰明程度還取決於訓練數據的質素和訓練方法；日常任務裏，小模型常常反而更划算。

參數到底是什麼

訓練一個模型，就像調一台帶海量旋鈕的機器：每喂一批資料，就把一些旋鈕擰一點點，讓它的回答更像樣。等訓練結束，這幾十億、幾千億個旋鈕的位置，合起來就存下了它學到的一切。所以參數量可以粗略理解成：這台機器有多少個可以擰的旋鈕，也就是它能裝下多少見識。

拖一拖 · 從 10 億檔到萬億檔

拖動滑塊換檔位，看看每個量級的模型大概像什麼、跑起來要什麼設備。數字只看量級就好，別糾結精確值。

10 億級百億級千億級萬億級

旋鈕數量（示意，按量級畫的，真畫等比例這條頁面裝不下）

📚 它像什麼

🖥️ 跑起來需要

🧰 適合做什麼

大就一定好嗎 · 三個反例

旋鈕多有旋鈕多的代價：更慢、更貴、更挑設備。下面三種場景裏，小模型經常打贏大塊頭。

⚡

參數少，算得快。即時字幕、輸入法聯想這類要秒回的場景，大模型再有學問也等不起。

💰

同樣一件事，小模型的電費和算力開銷低一大截。量大的活兒，一年下來省出的錢很可觀。

🎯

比如客服系統裏判斷用戶是想退貨還是查物流，一個調教好的小模型又快又準，性價比碾壓大塊頭。

怎麼選 · 看任務定噸位

選模型像選車：跑長途拉重貨，上卡車；市區買個菜，一輛小電驢就夠了。先想清楚任務有多難，再決定用多大噸位的模型，帳單和體驗都會舒服很多。

新聞裏的「參數競賽」聽聽就好：廠商愛報大數字，但你真正要關心的只有一件事：這個任務它幹得好不好、劃不划算。想看看國產模型都有哪些量級和特長，可以翻翻國產模型那一頁。