基础概念 · 01-10
预训练（Pre-training）
在大规模通用数据上先训练模型，让它获得基础语言和世界模式。
预训练（Pre-training）
在大规模通用数据上先训练模型，让它获得基础语言和世界模式。
一、是什么
- 在大规模通用数据上先训练模型，让它获得基础语言和世界模式。
- 类比：像正式上岗前先读大量通识教材。
- 关键澄清：
| 它不是什么 | 它是什么 |
|---|---|
| 不是针对某个具体公司任务的最后调校 | 模型获得通用能力的初始训练阶段 |
二、为什么重要
- 预训练让模型具备迁移到多种任务的底层能力。
- 不懂它会怎样：不区分预训练和微调，会误判模型能否适配具体业务。
三、日常怎么理解
- 用一句话讲给非技术朋友听：预训练是模型的通识教育。
- 常见场景：LLM 先预训练，再通过微调、对齐或提示适配具体任务。
四、常见误解
| 误解 | 真相 |
|---|---|
| 预训练结束后模型就完全可用 | 很多生产场景还需要对齐、评估和应用层约束。 |
五、延伸阅读
适用场景与行动
场景：适合用来建立 AI 核心概念的共同语言。
适合谁：非技术创业者、AI 产品使用者、内容与业务负责人
下一步：先用一句话复述这个概念，再判断它和你的业务场景有什么关系。
这张卡片由杨思远基于真实工作流和实测经验整理。
如发现信息过时或有误，可通过 /contact 反馈。