大模型揭秘——它怎么会说话？
从"只会接龙"到"靠谱助手"，中间发生了什么。
核心问题：像 DeepSeek 这样的 AI，怎么从只会接龙变成能帮你办事？它内部经历了什么？
怎么上：线上 × 线下协同
课前 · 导学
学习训练三部曲与注意力机制的可视化。
课中 · 实践
小组转化为自己的讲解（费曼学习法），制作并展示。
课后 · 复盘
互评谁讲得最准确，修订一处讲解中的误导。
线上模块（本平台）
预训练 · 海量接龙
用一份阅读材料现场建一个真实的"下一个词"频率模型，逐词接龙；多喂材料看它变顺——没人教对错，它只是学会"猜下一个词"。
微调 + 对齐
预训练版(乱接龙)vs微调版(真答)对比；再当一回"人类评分员"选更好的回答，亲手教出 AI 的偏好（RLHF）。
注意力与记忆
点句中不同词→重点变、意思变(注意力)；滑动记忆窗口逐句读，超出就忘(上下文窗口)。
线上仿真实验 · 拆开大模型
它怎么从「只会接龙」变成「靠谱助手」？
像 DeepSeek 这样的 AI，不是一开始就会聊天的。 这一站，你将亲手走一遍它的养成过程：先学接龙，再学会答题、好好说话，最后看它怎么读和记。
- ① 预训练 · 接龙
- ② 微调 + 对齐
- ③ 注意力 + 记忆
AI 一开始什么都不会。你喂给它一堆句子，它就统计「哪个词后面常接哪个词」。没人教它对错。
第一步 · 微调：给它看大量「问题 + 好的回答」示范，它才学会「答题」，而不是接龙。点下面对比。
问：怎么交到朋友？
问：怎么交到朋友？
第二步 · 对齐（RLHF）：现在你来当「人类评分员」。同一个问题，AI 给两种回答，你选更好的那个。你的选择，会变成「教它的标准」。
📊 你教给 AI 的偏好：
AI 被你这样的打分反复「调教」后，以后就会主动朝这些方向回答——这就是「对齐」。
注意力：读一句话，AI 不是平均地看每个字，而是把「注意力」压在关键词上。点不同的词，重点一变，意思就变。
记忆：AI 一次能「记住」的篇幅有限（叫「上下文窗口」）。一直往下读，最早的内容会滑出去被忘掉。
实验任务（边玩边自动勾选）
- ① 让 AI 接龙，并喂更多材料看它变顺
- ② 对比「只预训练」和「微调后」的回答
- ② 当评分员选完 3 组回答，教出 AI 的偏好
- ③ 点 ≥ 2 个不同的词，看注意力改变意思
- ③ 一直往下读，看 AI 忘掉最早的内容
④ 通关任务：当一回「AI 讲解员」
用你自己的话，把大模型「从只会接龙变成靠谱助手」讲清楚： 按 预训练 → 微调 → 对齐 串起来，再说一句它「注意力」或「记忆」的特点。 最后指出一处：你的比喻，和真实机制哪里不太一样？（≥ 40 字）
提示：这正是你线下「AI 讲解员」要讲的内容——先在这里打个草稿。
走完 ①②③ 三段后，写 ≥ 40 字的讲解即可提交。
线下项目（学校组织）
当一回"AI 讲解员"
小组用自己的类比和图示，向同学或低年级讲清"大模型怎么工作"，产出讲解海报或短视频并答辩。
- 类比是否准确、不误导
- 能否讲清"三部曲"各自解决什么问题
- 表达是否清晰、面向听众
教师可下载本单元「线下组织包」（学生任务单 / rubric 评分表 / 答辩模板）：前往打印 →
带走的批判清单
对 AI 保持平视——动手前后都问一句
- 你的类比哪里和真实机制不一样？
- "对齐"到底是在对齐谁的标准？