大型語言模型是以大量文字訓練的超大 Transformer 模型，擅長理解並生成自然語言
容易混淆
語言模型 語言模型是大類，LLM 是規模更大、通常建立在 Transformer 上的版本。
聊天機器人 聊天機器人是產品形態，LLM 是背後的大腦，兩者不是同一件事。
記住這句就好
大資料、大模型、大能力。
實際案例
寫作助理 你丟一句需求，模型就能幫你改寫成簡報、信件或摘要。
文件問答 把文件內容餵給模型後，它能根據上下文回答你問的細節。
算法與應用
LLM 通常先做預訓練，再做指令微調或對齊。它強在通用性，但也容易出現幻覺，所以部署時常要搭配檢索、工具和驗證流程。
情境判斷
Q1（直覺題）： 如果你現在遇到一個 寫作助理 的場景，這個概念會是第一個想到的工具嗎？ → 看情況，但如果任務目標和這個概念的用途一致，就很可能是。核心還是先確認你要解決的是分類、分群、壓縮、檢索，還是最佳化。
Q2（判斷題）： 如果你把它和 聊天機器人 一起用，結果反而變不穩，通常該怎麼想？ → 看情況。先檢查資料分布、特徵定義和模型假設是否相容，很多時候不是概念本身有問題，而是使用條件不對，像距離尺度沒對齊、標註規則不一致，或輸入格式不合。
大型語言模型 在 iPAS 考試中的重點
根據歷年統計，大型語言模型 相關題目 平均佔 AI 技術類考題 2%， 屬於未分類考範圍。
常見出題方向：大型語言模型的定義與發展趨勢（40%）、LLM 的應用場景與潛力分析（35%）、LLM 導入評估與倫理考量（25%）。
閱讀這頁時的常見誤區
只背中英文對照，無法判斷術語的適用情境。先確認定義，再對照完整說明與相關概念，頁面中的考試比重或出題方向，必須和下方標示的資料來源一起閱讀。
相關術語
常見問題
大型語言模型 最容易跟 語言模型 混淆嗎？
語言模型是大類，LLM 是規模更大、通常建立在 Transformer 上的版本。
什麼情況會用到 大型語言模型？
你可以把它想成用超大量文字訓練出來的超大語言模型，既會理解，也會生成。 實務上只要你要處理和這個概念相符的任務，就會用到它。
初學者最常錯在哪裡？
聊天機器人是產品形態，LLM 是背後的大腦，兩者不是同一件事。
資料來源
- AITerms.tw 術語資料庫，最後更新：2026-04-29。
- iPAS AI 應用規劃師評鑑內容範圍參考（115.02） ，經濟部產業人才能力鑑定