2025年初，中國推出突破性且經(jīng)濟(jì)高效的大型語言模型（LLM）DeepSeek-R1，引發(fā)了人工智能的巨變。本文追溯了LLM的演變歷程，始于2017年革命性的Transformer架構(gòu)，該架構(gòu)通過自注意力機(jī)制重塑了自然語言處理（NLP）。到2018年，首批基于Transformer的兩款LLM——GPT和BERT——相繼發(fā)布，顯著增強(qiáng)了語境理解和文本生成能力，為未來的創(chuàng)新奠定了堅(jiān)實(shí)的基礎(chǔ)。2020年，擁有1750億個(gè)參數(shù)的GPT-3展現(xiàn)了卓越的少樣本和零樣本學(xué)習(xí)能力。然而，“幻覺”問題——即生成與事實(shí)不符的內(nèi)容——成為了關(guān)鍵挑戰(zhàn)。2022年，OpenAI通過采用“監(jiān)督微調(diào)”（SFT）和“基于人類反饋的強(qiáng)化學(xué)習(xí)”（RLHF）技術(shù)來應(yīng)對(duì)這一挑戰(zhàn)，并由此開發(fā)了對(duì)話模型ChatGPT。這一突破引發(fā)了全球?qū)θ斯ぶ悄艿膹V泛關(guān)注。到2023年和2024年，GPT-4和GPT-4o等多模態(tài)模型將不斷發(fā)展，無縫集成文本、圖像和音頻處理，使其能夠展現(xiàn)出更接近人類的能力，例如“聽”、“說”和“看”。與此同時(shí)，OpenAI的o1和DeepSeek的R1推進(jìn)了復(fù)雜推理能力，使大型語言模型（LLM）更接近類人“系統(tǒng)2思維”。此外，DeepSeek-R1模型的超高成本效率和開源設(shè)計(jì)挑戰(zhàn)了人工智能規(guī)范，使高級(jí)大型語言模型（LLM）的獲取更加民主化，并推動(dòng)了各行各業(yè)的創(chuàng)新。下圖描述了大型語言模型（LLMs）發(fā)展的時(shí)間線。