基本概念: 非局部神经网络是一种在深度学习中引入非局部操作的框架，以便捕捉长距离依赖关系。传统的卷积神经网络主要关注局部邻域，而非局部神经网络可以考虑整个特征图上任意位置之间的关系。工作原理: 各个位置的特征通过计算它们之间的相似性（通常使用点积或窗口计算）来生成逐位置的注意力权重。然后，这些权重被用来加权求和整个特征图，从而增强重要信息。应用: NLN模型在目标检测和视频分析等任务中表现出色，因

大语言模型（LLM）是使用大量文本数据进行训练，学习语言的各种模式和结构，来理解和生成人类语言的一种深度学习模型，属于自然语言处理（NLP）领域。LLM就是large language model。NLP就是Natural Language Processing，大致可以分为两大任务：NLP理解类任务 ，如文本分类、情感分析。NLP生成类任务，如文本生成、机器翻译。