一篇文章读懂大模型类型：LLM、TTS、Text-Embedding、Rerank

以下是 大模型类型 LLM、TTS、Text-Embedding、Rerank 的定义、核心理解及应用场景的详细说明，帮助你在实际项目中合理选择和应用。

---

1. LLM（Large Language Model，大语言模型）

定义：

• LLM 是一种基于海量文本训练的大型神经网络模型，能够理解和生成自然语言文本，完成对话、问答、写作等任务。
• 典型模型：GPT-4、Llama、PaLM、Claude。

核心理解：

• 输入输出：接收文本输入（Prompt），生成文本输出。
• 能力范围：文本生成、逻辑推理、代码编写、多语言支持等。
• 局限性：知识依赖训练数据，可能存在幻觉（生成错误内容）。

应用场景：

• 对话系统：ChatGPT 类聊天机器人。
• 内容生成：文章写作、营销文案、代码补全。
• 知识问答：基于文档的问答（结合 RAG 技术）。
• 工具调用：通过 Function Calling 连接外部 API（如查询天气）。

示例：

# 调用 LLM 生成文本（以 OpenAI 为例）
response = openai.chat.completions.create(
    model="gpt-4",
    messages=[{
   "role": "user", "content": "用100字解释量子计算"}]
)
print(response.choices[0]