---
url: /basics.md
---

# 基础概念

这个分类放**用大模型绕不开的底层机制**。

很多人觉得大模型是"玄学"，多半是因为跳过了这一层直接去看 API 文档：明明照着抄的 prompt，效果时好时坏；明明加了知识库，回答还是胡说。**根因基本都在这里。**

计划覆盖：

* **Token 与上下文窗口** —— 模型为什么"忘事"，上下文怎么被消耗掉
* **Embedding 到底是什么** —— 文本怎么变成向量，为什么"语义相似"能用余弦算
* **向量检索** —— 相似度、索引、召回率
* **采样参数** —— temperature / top\_p / top\_k 各自在改什么
* **概率本质** —— 模型为什么会产生幻觉，以及这不是 bug

::: tip 阅读顺序建议
如果你是前端出身，**Token 与上下文窗口**那篇先看——它解释了后面所有"为什么效果不稳定"的问题。
:::