基础问题

请解释什么是大模型？它与传统AI模型有什么区别？
为什么会涌现？大模型为什么需要那么大的算力？
什么是Transformer？为什么它这么重要？
自注意力机制是怎么工作的？为什么要用多头注意力？
什么是Prompt？什么是In-context learning？
Zero-shot, one-shot, few-shot有什么区别？
什么是模型的参数？参数越多越好吗？
有没有参数不是最多的但效果很好的模型？比如MoE架构？
什么是Token？如何计算Token？
中文和英文在Token计数上有什么区别？为什么英文单词通常被分成多个子词？
什么是温度（Temperature）？它对生成有什么影响？
在什么场景下用高温？什么场景下用低温？
请解释一下什么是大模型的“幻觉”？
什么是RAG？为什么要用RAG？
#面试官最爱问的 AI 问题是......#