何謂生成式人工智能？
當吾輩輸入此問，則文圖視頻等皆可生成。此謂生成式人工智能。
其生成之由何在？
乃用一模型以生成之。即模型受輸入，憑此，則生輸出。
所謂模型者何？
其本，模型不过一数学之式。其为多维之式也。浩瀚之多元模态数据（文、音、视、图等）将受训以得所需之数学之式。欲达所求之境，则行逆传之术。
120b之模型，谓其式有，120亿之参数。生成式人工智能中常用之模型类型为LLM
何谓大语言模型乎
大语言模型者，其要在于预测后续之字。若吾以hello为输入，呈于gpt模型，则据其所学之数据，当预测并示以次字。吾所获者，Hello,How can I help you today?是也。
应非一时生成并发送。将逐一生成并发送，如流般（以SSE事件为之）。
何以预知次字？
上例中，吾以"hello"为入，何故得"Hi, how can i help you today"而非"hi"或"world"等？
所入之辞，模型或示诸可能之字，如
嗨，世界，你好，如何助君？等等。每词皆予分值（最频之概率）。得分最高者，即为所出。若分数高（0.2），世界（0.4），你好（0.1），如何助君（0.7），最高为0.7，故“如何助君”得之。
可否调适此模，以控其出？
此可由调适下列参数而得
1. 温度
2. Top- K
3. Top - P
温度
温度者，制其生成也，或实或虚。其值介于0至1之间。近于零，则偏实；近于1，则偏虚。
低温之例
高温之例
2.顶-K
K者，所还之符文数也。至若启示，猫坐于 ---- 上下列字词，乃预测k值不同之情形。
三、顶-
阈限之百分率将立。于所预之词中，取其累积概率分近于阈限之百分率者。
为乎此旨。猫，且top_p为0.7
