我要投稿

快速理解热门LLM大语言模型

发布日期：2025-06-20 18:23:57 浏览次数： 1528

作者：腾讯技术工程

微信搜一搜，关注“腾讯技术工程”

作者：masonpy

本文尽量用最简单的方式, 帮读者理解 LLM, Transformer, Prompt, Function calling, MCP, Agent, A2A 等这些基本概念. 表述时不追求绝对准确, 尽量通俗易懂. 部分内容有个人理解的成份, 内容难免疏漏, 欢迎指正.

注意:本文需要你有基本的代码阅读能力. 当然非开发阅读也不会很困难.

一. LLM (大语言模型)

本质就是文字接龙

把问题当成输入, 把大模型当成函数, 把回答当成输出.

大模型回答问题的过程, 就是一个循环执行函数的过程.

另外有必要了解一下, AI技术爆发于2023年, ChatGPT经过了几次迭代才崭露头角.

● Transformer架构

● 参数爆发增长

● 人工干预奖励模型

思考题: 语言能代表智能吗?

二. Transformer (自注意力机制)

自注意力机制就是动态关联上下文的能力. 如何实现的呢?

● 每个分词就是一个 token

● 每个token 都有一个 Q, K, V 向量 (参数)

○ Q 是查询向量

○ K 是线索向量

○ V 是答案向量

● 推理的过程:

○ 当前token 的Q 与前面所有的 K 计算权重

○ 每个 token 的V加权相加得到一个 token预测值

○ 选择 N 个与预测值最接近的 token, 掷骰子选择

最简化示例: 小明吃完冰淇淋，结果 => 肚子疼

首先分词及每个token的 Q, K, V向量

token	Q（查询）	K（键）	V（值）	语义解释
小明	[0.2, 0.3]	[0.5, -0.1]	[0.1, 0.4]	人物主体
吃完	[-0.4, 0.6]	[0.3, 0.8]	[-0.2, 0.5]	动作（吃完）
冰淇淋	[0.7, -0.5]	[-0.6, 0.9]	[0.9, -0.3]	食物（冷饮，可能致腹泻）
结果	[0.8, 0.2]	[0.2, -0.7]	[0.4, 0.1]	结果（需关联原因）

接着开始推理:

1. 使用最后一个 token 的 Q（“结果”的 Q 向量）

Q_current = [0.8, 0.2]

2. 计算 Q_current 与所有 K 的点积（相似度）

点积公式：Q·K = q₁*k₁ + q₂*k₂

Token	K向量	点积计算	结果
小明	[0.5, -0.1]	0.8 * 0.5 + 0.2*(-0.1) = 0.4 - 0.02	0.38
吃完	[0.3, 0.8]	0.8 * 0.3 + 0.2 * 0.8 = 0.24 + 0.16	0.40
冰淇淋	[-0.6, 0.9]	0.8(-0.6) + 0.2 0.9 = -0.48 + 0.18	-0.30
结果	[0.2, -0.7]	0.8 * 0.2 + 0.2*(-0.7) = 0.16 - 0.14	0.02

3. Softmax 归一化得到注意力权重

将点积结果输入 Softmax 函数

Token	点积	指数值（e^x）	权重
小明	0.38	e^0.38 ≈ 1.46	1.46 / 2.74 ≈ 0.53
吃完	0.4	e^0.40 ≈ 1.49	1.49 / 2.74 ≈ 0.54
冰淇淋	-0.3	e^-0.30 ≈ 0.74	0.74 / 2.74 ≈ 0.27
结果	0.02	e^0.02 ≈ 1.02	1.02 / 2.74 ≈ 0.37

4. 加权求和 V 向量生成上下文向量

将权重与对应 V 向量相乘后相加：

Token	权重	V向量	加权 V 向量
小明	0.53	[0.1, 0.4]	0.53*[0.1, 0.4] ≈ [0.053, 0.212]
吃完	0.54	[-0.2, 0.5]	0.54*[-0.2, 0.5] ≈ [-0.108, 0.27]
冰淇淋	0.27	[0.9, -0.3]	0.27*[0.9, -0.3] ≈ [0.243, -0.081]
结果	0.37	[0.4, 0.1]	0.37*[0.4, 0.1] ≈ [0.148, 0.037]

最终上下文向量：

[0.053−0.108+0.243+0.148,0.212+0.27−0.081+0.037]=[0.336,0.438]

5. 预测下一个 token

模型将上下文向量 [0.336, 0.438] 与候选 token 的嵌入向量对比：

嵌入向量不作过多解释, 只要知道QKV三个向量可从嵌入向量计算得到即可

候选词	嵌入向量	相似度（点积）	概率
肚子疼	[0.3, 0.5]	0.336 * 0.3 + 0.438 * 0.5 ≈ 0.101 + 0.219 = 0.320	最大概率（例如 65%）
头疼	[0.2, 0.1]	0.336 * 0.2 + 0.438 * 0.1 ≈ 0.067 + 0.044 = 0.111	次之（例如 20%）
开心	[-0.5, 0.8]	0.336(-0.5) + 0.438 0.8 ≈ -0.168 + 0.350 = 0.182	较低（例如 15%）

最终模型选择最高概率的 “肚子疼” 作为下一个 token.

注意在实际场景中, 预测的下一个token是不确定的, 是因为有一个掷骰子的操作, 大模型会在概率最大的几个token中随机挑选一个作为最终输出

三. Prompt (提示词)

对于这个词大家并不陌生. 我们用chatGPT时经常会用到, "你是一个......."

但你真的理解它吗?

与ai对话时的这种预设角色, 其实并不是严格意义上的 prompt

为什么这么说呢? 先看一下API

四. 理解API

我们前面提到过大语言模型的本质就是文字接龙 , 相对应的使用大模型也比较简单. 可以参见DeepSeek的文字接龙 api 请求:

https://api-docs.deepseek.com/zh-cn/api/create-chat-completion

这里比较重要的几个部分, 需要理解:

1. temperature 温度

Temperature（温度）是一个控制生成文本随机性和多样性的关键参数。它通过调整模型输出的概率分布，直接影响生成内容的“保守”或“冒险”程度. 看几个典型场景:

场景	温度
代码生成/数学解题	0
数据抽取/分析	1
通用对话	1.3
翻译	1.3
创意类写作/诗歌创作	1.5

2. tools 工具支持

大模型对 function calling 的支持, 后面再详细介绍

3. 角色和信息

这一部分是ai对话的主体. 其中role 定义了四个角色

● system 系统设定

● user 用户回复

● assistant 模型回答

● tool 是配合function call工作的角色, 可以调用外部工具

回到前一章的问题, ai对话时其实是user部分输入的内容, 所以system角色的设定内容才应该是严格意义上的Prompt.

这有啥区别呢? (user 与 system?)

个人一个合理的猜测: system的内容在Transformer推理中拥有较高的权重. 所以拥有较高的响应优先级.

4. 关于多轮对话

因为LLM是无状态的. 我们要时刻记得文字接龙的游戏, 因此在实际操作中也是这样的.

● 在第一轮请求时，传递给 API 的 messages 为

● 大模型回答

● 当用户发起第二轮问题时, 请求变成了这样

五. Function Calling (函数调用)

仅仅一个可以回答问题的机器人, 作用并不太大.

要完成复杂的任务, 就需要大模型的输出是稳定的, 而且是可编程的.

因此OpenAI 推出了 function calling的支持. 也就是前面提到的 tools参数相关内容.

1. 基本流程

● 工具声明及用户输入

● 模型检测到需要使用工具, 返回相关工具参数

● 开发者根据方法名和参数, 调用相关工具方法

● 将工具方法的返回值, 附加到请求中, 再次请求大模型

● 得出最终结果

"The current temperature in Paris is 14°C (57.2°F)."

● 总结一下

2. 实现原理(猜测)

a. 实现方式一: prompt 遵循 (示例)

提前设置规则:

b. 实现方式二: 模型训练特定优化

对结构化输出有特定要求, 可能需要特定训练吧. 这个不太确定?

六. Agent (智能体)

包含: 大模型, 任务规划, 上下文记忆, 工具调用. 它是大模型能力的拓展. 其实只要对API进行简单的封装, 只要能完成特定任务, 都可以称为智能体. 比如下面的例子:

1. 创建AI客服系统

这个智能体, 主要包括:

1. 配置了一个 prompt: "你是一个电商客服, 可查询订单状态"

2. 引入 query_order 工具

2. 其它创建方式

服务商开放接口, 供用户创建, 比如腾讯元器

https://yuanqi.tencent.com/my-creation/agent

一个简单的提示词都可以创建智能体

七. MCP (模型上下文协议)

通过上面的智能体调用工具的示例我们可以看到, 每接入一个工具, 都需要编写相应的接入代码. 经常写代码的我们都知道, 这不是好的架构设计. 好的设计应该把动态改变的部分 ( tools的声名和调用分离出来 ), 做为一个独立的模块来拓展. 这就有了大众追捧的 MCP: -----(哪有这么玄, 都是程序员的常规操作啊....)

MCP是工具接入的标准化协议

https://modelcontextprotocol.io/introduction

遵循这套协议, 可以实现工具与Agent的解耦. 你的Agent 接入MCP协议的client sdk后. 接入工具不再需要编写工具调用代码, 只需要注册 MCP Server就可以了. 而MCP Server可由各个服务商独立提供.