HƯỚNG DẪN AI về ngôn ngữ

ChatGPT và Mô hình ngôn ngữ lớn (LLM)

Mô hình ngôn ngữ lớn (LLM) là một mạng lưới thần kinh được đào tạo trên số lượng lớn văn bản để dự đoán đoạn văn bản nhỏ tiếp theo, được gọi là mã thông báo, sau đó điều chỉnh để làm theo hướng dẫn.

Nghe hướng dẫn nàyAI thuật lại · ~8 min

Trên trang nàyđọc 9 phút
  1. Tổng quan
  2. Những điểm chính rút ra
  3. Lặn sâu
  4. Tính toán xác suất mã thông báo tiếp theo và xem nhiệt độ tại nơi làm việc
  5. Triển khai trong thế giới thực
  6. Tương lai của ChatGPT và các Mô hình ngôn ngữ lớn (LLM)
  7. Đưa nó vào thực tế
  8. Nguồn tham khảo và đọc thêm
  9. Tiếp tục khám phá
  10. Câu hỏi thường gặp

Tổng quan

ChatGPT là sản phẩm được xây dựng dựa trên những mô hình như vậy. Biết cách hoạt động của dự đoán sẽ giải thích cả lý do tại sao các hệ thống này viết trôi chảy và tại sao chúng có thể tự tin đưa ra những điều sai.

Những điểm chính rút ra

  1. Một mô hình ngôn ngữ lớn dự đoán mã thông báo tiếp theo của văn bản, mỗi mã thông báo một lần, sử dụng xác suất học được từ số lượng lớn tài liệu bằng văn bản.
  2. ChatGPT là sản phẩm được xây dựng trên mô hình ngôn ngữ; OpenAI ra mắt nó vào ngày 30 tháng 11 năm 2022, được tinh chỉnh từ mẫu dòng GPT-3.5.
  3. Trợ lý trò chuyện được xây dựng theo hai giai đoạn: đào tạo trước trên văn bản thô, sau đó căn chỉnh với các ví dụ do con người viết và xếp hạng con người, được gọi là RLHF.
  4. Trong nghiên cứu InstructGPT của OpenAI, mọi người ưu tiên các câu trả lời từ mô hình điều chỉnh lệnh 1,3 tỷ tham số so với mô hình của GPT-3 175 tỷ tham số.
  5. Chinchilla của DeepMind đã chỉ ra rằng mô hình 70 tỷ tham số được đào tạo trên 1,4 nghìn tỷ mã thông báo có thể hoạt động tốt hơn nhiều mô hình lớn hơn được đào tạo trên ít văn bản hơn.
  6. LLM có thể đưa ra những tuyên bố trôi chảy nhưng sai, vì vậy các sự kiện, số liệu, trích dẫn và trích dẫn từ chúng cần được kiểm tra dựa trên các nguồn gốc.

Lặn sâu

A large language model is a computer program that has learned the statistical patterns of language by reading a very large amount of text. Its job, at the lowest level, is simple: given some text, predict what comes next. It does this one token at a time. A token is a chunk of text such as a whole common word, part of a rarer word, a number or a punctuation mark. The model assigns a probability to every token in its vocabulary, picks one, adds it to the text, and repeats. Large refers to the number of adjustable internal numbers, called parameters: GPT-3, described in a 2020 OpenAI paper, had 175 billion. ChatGPT, by contrast, is a product. It wraps one or more language models in an app with a chat interface, safety filters, memory features and, in later versions, tools such as web search. The model and the product are not the same thing.

Inside, almost every current LLM is a Transformer, the design introduced by Google researchers in 2017. First, each token is turned into a list of numbers called an embedding. Then the text passes through a stack of identical layers. Each layer has an attention step, in which every token looks back at the earlier tokens and pulls in information from the ones that matter for it, and a feed-forward step, which transforms each token's numbers on its own. GPT-3 stacked 96 such layers, each 12,288 numbers wide with 96 attention heads, and could look at 2,048 tokens of text at once, a limit called the context window. After the last layer, the model converts the final token's numbers into a probability for every possible next token.

Building a chat assistant takes two broad stages. The first is pretraining. The model reads a huge collection of text and, at each position, is penalized according to how much probability it gave the token that actually came next. GPT-3 was trained on 300 billion tokens, mostly filtered web pages plus books and Wikipedia, using about 3.14 times 10 to the 23rd power arithmetic operations. The result is a model that can continue any text but does not reliably follow requests. The second stage is alignment. In OpenAI's 2022 InstructGPT work, people wrote example answers to prompts and the model was fine-tuned on them; then people ranked several model answers from best to worst, a separate reward model learned to predict those rankings, and reinforcement learning nudged the language model toward answers the reward model scored highly. This is called reinforcement learning from human feedback, or RLHF. In human evaluations, answers from a 1.3-billion-parameter InstructGPT model were preferred to those of the original 175-billion-parameter GPT-3.

The key milestones are well documented. June 2017: the Transformer paper. May 2020: GPT-3 shows that a sufficiently large model can do new tasks from a few examples written into the prompt, which its authors called few-shot learning. March 2022: InstructGPT introduces the instruction-following recipe, and DeepMind's Chinchilla paper shows that many large models had been trained on too little text. Chinchilla, with 70 billion parameters trained on 1.4 trillion tokens, outperformed the 280-billion-parameter Gopher and the 175-billion-parameter GPT-3, and the authors concluded that training text should double whenever model size doubles. November 30, 2022: ChatGPT launches as a free research preview, trained with the same RLHF methods using dialogue data. March 2023: GPT-4 accepts images as well as text and scores around the top 10% on a simulated bar exam, though its report discloses no details of model size or architecture.

LLMs are often compared with search engines and with older chatbots. A search engine finds existing documents and shows where they came from. An LLM generates new text from patterns it learned, so its answer may be fluent but has no built-in link to a source unless the product adds retrieval or search. Older chatbots, such as phone menus and customer service scripts, matched keywords to replies written in advance; an LLM composes each reply fresh, which makes it far more flexible and far less predictable. Among LLMs, closed models are offered only through a company's app or API, while open-weight models publish their parameters so anyone can run them; the Stanford AI Index 2025 found the performance gap between the best open and closed models shrank from 8% to 1.7% on some benchmarks in a year.

The main weakness is that predicting likely text is not the same as knowing facts. OpenAI's own ChatGPT launch post listed the problems plainly: the model sometimes writes plausible-sounding but incorrect answers, gives different answers to slightly reworded questions, is often too wordy, guesses at ambiguous questions instead of asking, and can still follow harmful instructions or show bias. A 2025 paper by Adam Tauman Kalai and colleagues argues that these confident errors, usually called hallucinations, persist partly because training and benchmark scoring reward guessing over admitting uncertainty. Other limits follow from the design. A model knows nothing after the date its training text was collected unless it is connected to search. It cannot see its own sources. And the GPT-4 report itself notes the model is less capable than people in many real-world situations.

Costs fall into training and use. Training is the expensive part: GPT-3's 3.14 times 10 to the 23rd operations was already a very large budget in 2020, and the largest models since then have used far more. Chinchilla's results showed that a smaller model trained on more text could match or beat a larger one while being cheaper to run afterward. Using a model is priced per token, both for the text sent in and the text generated, so long documents and long answers cost more. The Stanford AI Index 2025 measured a more than 280-fold drop in the price of GPT-3.5-level performance between late 2022 and late 2024. For ordinary users the practical cost is mostly time: checking claims, supplying context and verifying anything that will be relied on.

04Ví dụ hoạt động

Tính toán xác suất mã thông báo tiếp theo và xem nhiệt độ tại nơi làm việc

  1. Hãy tưởng tượng dấu nhắc Thủ đô của Pháp và ba mã thông báo ứng cử viên tiếp theo có điểm thô từ mô hình: Paris 5, Lyon 3, Pháp 2.

  2. lũy thừa từng điểm: e mũ 5 là khoảng 148,4, e mũ 3 là khoảng 20,1, e mũ 2 là khoảng 7,4. Tổng của họ là khoảng 175,9.

  3. Chia từng phần cho tổng để có xác suất ở nhiệt độ 1: Paris khoảng 0,84, Lyon khoảng 0,11, Pháp khoảng 0,04.

  4. Bây giờ chia mọi điểm cho nhiệt độ 2 trước khi lũy thừa: e mũ 2,5 là khoảng 12,2, e mũ 1,5 là khoảng 4,5, e mũ 1 là khoảng 2,7, tổng khoảng 19,4.

  5. Tính các xác suất mới: Paris khoảng 0,63, Lyon khoảng 0,23, Pháp khoảng 0,14.

  6. Lưu ý rằng mô hình sẽ chọn Lyon khoảng một phần chín ở nhiệt độ 1 và gần một phần bốn ở nhiệt độ 2, mặc dù Paris đúng.

Những gì nó cho thấy

Xác suất trong mỗi trường hợp có tổng bằng khoảng 1, đó là kiểm tra. Bài tập cho thấy LLM chọn các từ bằng cách lấy mẫu từ phân bố xác suất, do đó nhiệt độ cao hơn sẽ tạo ra văn bản đa dạng hơn và cũng có nhiều khả năng xảy ra mã thông báo sai hơn.

Triển khai trong thế giới thực

Trợ lý đàm thoại: OpenAI ra mắt ChatGPT vào ngày 30 tháng 11 năm 2022 dưới dạng bản xem trước nghiên cứu miễn phí, được tinh chỉnh từ mẫu dòng GPT-3.5 với khả năng học tăng cường từ phản hồi của con người để có thể xử lý các câu hỏi tiếp theo.

Học hỏi từ một số ví dụ: Bài báo GPT-3 năm 2020 cho thấy một mô hình gồm 175 tỷ tham số thực hiện dịch thuật, trả lời câu hỏi và số học từ một số ví dụ được đặt trong lời nhắc mà không cần đào tạo lại.

Bài kiểm tra chuyên môn: Báo cáo kỹ thuật GPT-4 của OpenAI từ tháng 3 năm 2023 cho biết GPT-4 đã vượt qua bài kiểm tra thanh mô phỏng với số điểm nằm trong khoảng 10% người tham gia bài kiểm tra hàng đầu và chấp nhận hình ảnh cũng như văn bản.

Sử dụng hàng ngày rẻ hơn: Chỉ số AI của Stanford 2025 báo cáo chi phí cho hiệu suất ở cấp độ GPT-3.5 đã giảm hơn 280 lần trong khoảng thời gian từ tháng 11 năm 2022 đến tháng 10 năm 2024, đó là lý do tại sao việc trợ giúp tóm tắt, soạn thảo và mã hóa trở nên có giá cả phải chăng.

Tương lai của ChatGPT và các Mô hình ngôn ngữ lớn (LLM)

Một số vấn đề mở đang định hình các mô hình ngôn ngữ sau năm 2025. Độ tin cậy là điều dễ thấy nhất. Bài báo năm 2025 Tại sao mô hình ngôn ngữ ảo giác đề xuất thay đổi cách tính điểm các câu trả lời trên bảng xếp hạng để việc thừa nhận sự không chắc chắn không bị trừng phạt, thay vì bổ sung thêm các bài kiểm tra ảo giác chuyên biệt hơn; liệu các nhà sản xuất điểm chuẩn có áp dụng cách tiếp cận đó hay không vẫn là một câu hỏi mở. Hướng thứ hai là nối đất. Các sản phẩm ngày càng kết nối các mô hình với công cụ tìm kiếm, kho tài liệu và công cụ phần mềm để có thể kiểm tra câu trả lời dựa trên các nguồn hiện tại, giúp giảm bớt nhưng không loại bỏ các chi tiết bịa đặt. Thứ ba là hiệu quả. Sau những phát hiện của Chinchilla năm 2022, các nhà phát triển đã ưu tiên đào tạo các mô hình nhỏ hơn với nhiều văn bản hơn và Chỉ số AI của Stanford 2025 đã ghi nhận cả giá suy luận giảm lẫn khoảng cách ngày càng thu hẹp giữa các mô hình mở và mô hình đóng. Minh bạch là vấn đề thứ tư. Báo cáo kỹ thuật GPT-4 tháng 3 năm 2023 không tiết lộ chi tiết về kích thước mô hình, phần cứng và dữ liệu đào tạo, với lý do cạnh tranh và an toàn, khiến việc đánh giá độc lập các mô hình đó trở nên khó khăn hơn. Các nhà nghiên cứu tiếp tục tranh luận liệu dự đoán mã thông báo tiếp theo cộng với quy mô lớn hơn có tiếp tục mang lại khả năng suy luận rộng hơn hay không, hay liệu có cần các phương pháp đào tạo khác hay không.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Tốc độ và tỷ lệ. Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
  • Truy cập và tiếp cận. Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
  • Quyết định rõ ràng hơn. Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.

coi chừng

  • Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
  • Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
  • Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.

Các bước tiếp theo

  1. Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
  2. Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
  3. Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
  4. Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.

Nguồn tham khảo và đọc thêm

  1. arXiv (Google, 2017)Sự chú ý là tất cả những gì bạn cần
  2. arXiv (OpenAI, 2020)Mô hình ngôn ngữ là những người học ít cơ hội
  3. arXiv (OpenAI, 2022)Đào tạo mô hình ngôn ngữ để làm theo hướng dẫn với phản hồi của con người
  4. arXiv (DeepMind, 2022)Đào tạo các mô hình ngôn ngữ lớn tối ưu tính toán
  5. OpenAIGiới thiệu ChatGPT
  6. arXiv (OpenAI, 2023)Báo cáo kỹ thuật GPT-4
  7. arXiv (Kalai, Nachum, Vempala and Zhang, 2025)Tại sao mô hình ngôn ngữ gây ảo giác
  8. Stanford Institute for Human-Centered AIBáo cáo chỉ số AI năm 2025

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Làm bài kiểm tra ChatGPT và Mô hình ngôn ngữ lớn (LLM)

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

ChatGPT và Mô hình ngôn ngữ lớn (LLM) là gì?

Mô hình ngôn ngữ lớn (LLM) là một mạng lưới thần kinh được đào tạo trên số lượng lớn văn bản để dự đoán đoạn văn bản nhỏ tiếp theo, được gọi là mã thông báo, sau đó điều chỉnh để làm theo hướng dẫn. ChatGPT là sản phẩm được xây dựng dựa trên những mô hình như vậy. Biết cách hoạt động của dự đoán sẽ giải thích cả lý do tại sao các hệ thống này viết trôi chảy và tại sao chúng có thể tự tin đưa ra những điều sai.

Mục tiêu huấn luyện phổ biến cho một mô hình ngôn ngữ tự hồi quy là gì?

Hướng dẫn giải thích rằng mô hình ngôn ngữ tự hồi quy sử dụng ngữ cảnh để tính điểm các mã thông báo tiếp theo có thể có.

Một mô hình ngôn ngữ có thể chia một từ thành nhiều đơn vị xử lý. Những đơn vị đó là gì?

Văn bản được chuyển đổi thành mã thông báo, có thể biểu thị các từ, phần từ hoặc các đơn vị khác.

Chatbot liên quan đến LLM như thế nào?

Hướng dẫn phân biệt mô hình với ứng dụng có thể kết hợp nó với các hệ thống khác.

Câu nào phân biệt việc đào tạo với việc nhắc nhở và thu hồi?

Hướng dẫn coi việc đào tạo, nhắc nhở, truy xuất và các công cụ là các cơ chế khác nhau.

Nguồn cung cấp có loại bỏ được ảo giác không?

Các nguồn liên quan có thể trợ giúp nhưng câu trả lời vẫn cần được kiểm tra dựa trên chúng.