参数（Parameters）

模型在训练中学到的内部数值，决定它如何把输入映射成输出。

---

一、是什么

• 模型在训练中学到的内部数值，决定它如何把输入映射成输出。
• 类比：像厨师长期练习后形成的手感，不是每次现查的菜谱。
• 关键澄清：

它不是什么	它是什么
不是用户输入的设置项	训练后固化在模型里的权重和偏置等数值

二、为什么重要

• 参数规模常被用来粗略描述模型容量。
• 不懂它会怎样：只看参数量会忽略数据、架构、推理成本和真实效果。

三、日常怎么理解

• 用一句话讲给非技术朋友听：参数就是模型训练后留下来的“经验刻度”。
• 常见场景：“70B 模型”通常表示约 700 亿参数规模。

四、常见误解

误解	真相
参数越多一定越好	更多参数可能带来更强能力，也可能带来更高成本和部署难度。

五、延伸阅读

• 本知识库相关：训练数据、预训练
• Wikipedia: Large language model
• Google Machine Learning Crash Course