模型参数（大模型参数）名词解释 1. 标准定义模型参数（Parameter）：大神经网络中可学习的权重、偏置数值，是模型从海量数据中学到知识的载体，单位常用B（十亿），如 7B、13B、70B 参数。模型所有语言理解、逻辑、知识都储存在海量参数里。 2. 通俗理解参数 = AI 的大脑脑细胞储备量，参数越大，理论记忆、理解、推理能力越强。 3. 核心特点训练阶段：通过海量文本数据不断迭代优化参数数值，完成知识学习； 推理阶段：参数固定不变，依靠已有参数运算生成答案； 同架构下：参数规模↑→能力变强，但算力、显存、调用成本同步上升。 4. 举例7B：70 亿参数轻量化模型； GPT-4 级别：万亿级参数规模。 5. 区分参数：模型本身存储知识的权重（硬件占用核心） 上下文长度：单次对话能读取的 Token 上限（单次输入容量） |
 |
