大语言模型（LLM）
用海量文本训练出来的超大规模神经网络，通过预测“下一个词”学会语言、知识与推理，ChatGPT、Claude、Gemini 背后都是 LLM。
RLHF（人类反馈强化学习） Reinforcement Learning from Human Feedback
让人类对模型的多个回答排序，用这些偏好数据训练奖励模型，再强化学习优化——是让 LLM“听话、有帮助、无害”的关键对齐技术。
相关术语
微调（Fine-tuning）
在预训练模型基础上，用自己领域的数据继续训练，让模型的风格与能力向特定任务靠拢。比 RAG 更改变模型的“本能”，成本与门槛也更高。