假设我们有若干条训练数据，其中的输入是某个电脑里面的一些属性，比如说它的一些配置之类的，我们希望能够预测出电脑的价格y。这是一个回归问题，希望神经网络根据输入的数据来拟合一个具体的值。语言模型主要完成的两个工作：1、是能够计算一个词的序列，它成为一句话的概率是多少，即联合概率。看已经有的一个序列，成为合法的一句话的概率是多少？如果假设神经网络当中没有激活函数，也就是每一层的操作只是对上一层的输出，运用一个线性变换。针对上面的问题，接下来提到的就是深度学习、大语言模型所做的word embedding。

Prompt是给AI的指令，引导模型生成符合业务场景的响应输出。

ChatGLM2-6B是一个开源的、支持中英双语的对话语言模型，基于General Language Model (GLM)架构。自我认知：“介绍一下你的优点”提纲写作：“帮我写一个介绍ChatGLM的博客提纲”文案写作：“写10条热评文案”信息抽取：‘从上述信息中抽取人、时间、事件’垂直领域知识基于私有数据的问答。