OkayStudy
ZH English 한국어 日本語 中文 हिन्दी বাংলা اردو Español Português Français Deutsch Русский العربية Bahasa Indonesia Tiếng Việt ไทย Türkçe

如何开启通知

此浏览器或网址无法使用通知。请使用支持通知的浏览器,通过安全连接访问BaeumNova。

如果通知被屏蔽,请在浏览器设置中允许通知。

  1. 打开地址栏旁的站点设置或浏览器的站点设置,将此网站的通知设为允许。
  2. 在设备设置中允许浏览器发送通知,并检查勿扰模式或专注模式。
  3. 返回BaeumNova并刷新页面。通知开启后,铃铛将不再显示。

在iPhone或iPad上,将BaeumNova添加到主屏幕,从主屏幕打开后允许通知。

访客

登录后即可查看您的课程安排。

条款与政策

开始

一步步开始英语课程

点击步骤即可前往。

免费体验

  1. 选一位免费体验导师

    点照片上有[免费体验]的导师。

  2. 点带礼物标记的时间

    在课表里点带礼物图案的免费时间。

  3. 登录并预约

    登录后马上预约成功,不用付款。

  4. 摄像头和麦克风测试

    上课前先检查摄像头和麦克风。

  5. 查看已预约的课程

    查看已预约课程的时间和老师。

  6. 进入课程

    到时间后进入视频教室。

  7. 查看已上过的课程

    回顾已结束课程的记录。

  8. 评价老师

    下课后评价老师。

介绍自己

  1. 上传我的头像

    有照片老师更容易认出你。

  2. 做自我介绍

    在自我介绍版块打个招呼。

上课

  1. 预约课程

    在喜欢的老师的时间表上预约。

  2. 用 PayPal 支付课程费

    在 PayPal 上付款——PayPal 一确认,你的课程就预约好了。

  3. 查看已预约的课程

    查看已预约课程的时间和老师。

  4. 进入课程

    到时间后进入视频教室。

  5. 查看已上过的课程

    回顾已结束课程的记录。

  6. 评价老师

    下课后评价老师。

权重(weight)和参数(parameter)是什么?3B、7B 与开放权重的含义

是一大堆学习得到的数字。这些数字叫 (参数),大部分叫 (权重)。来看看它们的作用、、7B 数的是什么,以及能拿到什么。

返回术语表 模型数据核对于 2026-10-31
一台调音台上有几百个小旋钮,每个高度都不一样,把送进来的方块变成一个方块送出去,几只机械臂在轻轻拨动其中几个旋钮

看图理解

  1. 权重 weight

    台面上的一个小方块就是一个权重。方块的高度就是这个数的值,输入进来时会乘以这个值。

  2. 参数 parameters

    机械臂在学习时一点点推动方块的整块台面就是参数。台面上的每个方块都是学到的数字,其中大部分是权重。

权重和参数:英文是 weight 和 parameter

不会把句子或事实原样存起来。它存的是数字,每个答案都由这些数字算出来。这些数字叫 parameter(参数),其中最主要的一类叫 weight(权重)。

  • weight

    权重

    英文是 weight,很多个时叫 weights。在公式和代码里通常写成 w。

    决定一个输入对结果影响有多大的数字。它要乘到这个输入上。

    就像调音台上的一个音量旋钮。

  • parameter

    参数

    英文是 parameter,很多个时叫 parameters。常简写成 params。

    模型在学习时自己调整的所有数字。权重是最大的一类,但不是唯一的一类。

    就像把调音台上所有旋钮加在一起数。

权重都是参数,但参数不全是权重。

人们常把全部参数直接叫作权重(weights),比如“下载权重”。那个文件里还有和其他学到的数字。

哪些算参数

parameters · 参数
  • 权重 weight

    乘到输入上,决定它占多大分量。

  • bias

    最后加上去,把结果整体上移或下移。

  • 嵌入 embedding

    代表每个 的一串数字。

  • 归一化系数 normalization coefficient

    让数值保持在稳定范围内的学习所得数字。

一个权重怎么起作用

里的一个小单元,先把输入乘以权重,再加上偏置。权重一变,同样的输入就会得到不同的结果。

y输出 w权重 x输入 b

同一个输入,三种不同的权重

  1. 3 × 2 + 1 = 7 权重大:输入占很大分量
  2. 0 × 2 + 1 = 1 为零:输入被忽略
  3. -1 × 2 + 1 = -1 为负:输入把结果推向相反方向

真正的模型会用几十亿个权重,一层又一层地重复这样的计算。每一次计算都这么简单,只是数量非常多。

改变权重和量化不是一回事

上面三行是把权重换成完全不同的值的例子。权重就是模型本身,所以改变权重就等于把整个模型换掉。不同。它几乎原样保留已经好的权重,只是用、不那么精确地记下来。

改变权重

3 -1

值变成了另一个值。对同一个问题,模型会给出不同的回答。

量化

0.73421… 0.734

从 16 位到 8 位

值几乎不变,只是精度降低。同一个模型运行得更轻。

改变权重与量化的比较
改变权重 量化
值 变成不同的值 几乎相同的值,只是精度降低
由谁·何时 由训练(包括微调)在训练过程中改变 在训练结束后保存或发布时压缩
目的 改变结果(行为) 减小文件大小和内存占用
模型 变成另一个模型 仍是同一个模型

量化时四舍五入也会让值有极小的变化,质量可能略有下降。但它仍是做同样工作的同一个模型,参数数量也不变。所以它和“改变权重”意思不同。

亲手训练一个权重

这些数字由谁来定?由训练来定

没有人手动输入。训练从随机数字开始,一遍又一遍地修正。训练结束后,数字存进文件,模型回答问题时保持不变。

  1. 从随机数字开始
  2. 做出预测
  3. 衡量
  4. 把每个数字都稍微调一点

重复很多次

聊天不会改变权重。普通的聊天只是在使用权重。只有重新训练模型时,权重才会变。

参数还是超参数?

名字很像,但作用不同:人在训练前选定超参数,然后训练去找出参数。

参数还是超参数?
参数 超参数
谁来定 训练从数据中找出来 由人选择
什么时候 训练过程中不断更新 训练开始前就定好
例子 权重、偏置 学习率、批大小、层数、轮数(epoch)

3B 和 7B 数的是什么

数字后面的字母数的是参数的个数,不是文件大小。7B 表示大约 70 亿个数字。

M
百万 1,000,000
B
十亿 1,000,000,000
T
万亿 1,000,000,000,000
大家常说的模型的参数总数
  • Llama 3.2 3B 3B
  • Mistral 7B 7B
  • gpt-oss-20b 21B
  • Qwen3-Coder 30B-A3B 30.5B
  • GPT-3 175B
  • DeepSeek V4.1 Flash 763B
  • Mistral Large 4 1T

所有柱子用同一个刻度,所以小模型看起来像一个点。差距确实就这么大。数字是近似值,来自各个模型的 model card。

怎么读模型名字

有些模型处理每个 token 时只用一部分参数。它们的名字里会写两个数字。

Mistral-Large-4 1T A52B

Mistral-Large-4
模型的名字
1T
整个模型的参数数量
A52B
A 表示 Active:处理每个 token 时用到的参数数量

Active 小不代表加载起来更轻。整个模型仍然要放进内存。

7B 模型有多大?

大小取决于每个数字用多少位(bit)。量化不改变数字的个数,只是把每个数字存成更少的位。

权重容量 ≈ 参数量 × 每参数位数 ÷ 8

仅权重的理论大小(十进制 GB)
模型 32 位 16 位 8 位 4 位
3B 12 GB 6 GB 3 GB 1.5 GB
7B 28 GB 14 GB 7 GB 3.5 GB
70B 280 GB 140 GB 70 GB 35 GB

实际文件会稍大一点,因为里面还有。运行模型还需要额外的来放 和缓冲区。

开放权重、开放模型、开源:并不相同

这些词说明你能拿到模型的多少内容。越往下,拿到的越多。

  1. 闭源模型(closed model)

    你只能通过公司的应用或 使用模型。权重留在公司的上。

    例子 Claude、Gemini、ChatGPT 背后的 GPT 模型

    AI 课程里的 AI 词汇

  2. 开放权重(open weights · open model)

    你可以下载权重,在自己的电脑上运行。它是怎么训练的,可能不公开。

    例子 Llama、Qwen、DeepSeek、gpt-oss、Mistral Large 4

    运行下载的模型

  3. 开源 AI(open source AI)

    你还能拿到训练和的详细信息,条件是任何人都可以使用、修改和分享。

    例子 OLMo、Pythia、T5。它们通过了 Open Source Initiative 的验证阶段,但这不是认证。

    Open Source AI 的定义 (在新标签页中打开)

你能拿到什么
可下载的权重 训练代码 训练数据的详细信息 可自由使用、修改和分享
闭源模型(closed model) 否 否 否 否
开放权重(open weights · open model) 是 因模型而异 通常只有一部分 取决于许可证
开源 AI(open source AI) 是 是 是 是

开放模型是日常说法,不是有明确定义的标准,通常指开放权重。有些公司把只开放权重的模型叫作开源,所以要读许可证。

开放权重也有许可证

Apache 2.0 · MIT
限制很少。保留声明,就可以商用。 Mistral 7B · gpt-oss · DeepSeek V4.1 Flash
自有许可证
公司自己定的条款。在用这个模型做生意之前,先读一读。 Llama · Mistral Large 4

最近的例子:Mistral Large 4

Mistral AI 在 2026 年 10 月把 Mistral Large 4 的权重发布到了 。这个模型大约有 1T 个参数,处理每个 token 时用其中大约 52B 个。它的许可证是 Mistral Ecosystem Open-Weight License,不是 :用它来提供模型服务,需要另向 Mistral 申请商用许可证。

Hugging Face 上的 model card (在新标签页中打开)

亲手试试小模型

llama3.2:3b 是一个 3B 模型。 上标注的下载大小是 2.0 ,笔记本电脑也装得下。

安装 Ollama 后,在终端里运行
ollama run llama3.2:3b

常见的误解

  • “B 是字节”

    这里的 B 是 billion(十亿)。7B 模型有多大,取决于每个数字用多少位。

  • “参数越多就一定越聪明”

    数字越多,容量越大,模型也越重。它有多好,还取决于训练数据和设计。

  • “开放权重就是开源”

    你可能只拿到做好的数字,没有做法,而且许可证可能有限制。

  • “量化会去掉参数”

    它保留参数的个数,只是把每个参数存成更少的位,所以 7B 还是 7B。

  • “函数的 parameter 是同一回事”

    在编程和 API 里,parameter 是你传进去的值。模型的 parameter 是训练学到的数字。

  • “注意力权重就是模型权重”

    注意力权重是针对每个句子重新计算的,加起来等于 1。它们不保存在模型文件里。

来源

数字为 2026-10-31 这些页面上显示的数据。模型名称和许可证会变化,请查看当前页面。

可预约时间已过

与 Lyen 语音对话 选择语言和主题,用声音和 Lyen 对话

Lyen 会用 English · 한국어 · 日本語 · हिन्दी 朗读回答。其他语言只用文字回答。

与 Lyen 的语音对话仅限会员。请先注册会员。