当你向它提问、让它写东西、回答问题时，它并不是去翻书、查资料，而是。人类海量的文字、知识、书籍、网页、对话，把所有信息。成一套庞大的数学规律和语言逻辑，、生成出通顺、合理、有用的内容。我们可以把大模型想象成一个。

给机器一张图片，它为什么能知道这是不是猫？人看到猫，基本一眼就能认出来。但机器不一样。在机器眼里，一张图片不是“猫”，而是一堆像素数字。它不知道什么是耳朵，不知道什么是胡须，也不知道什么叫“猫脸”。机器到底是怎么学会认猫的？这个过程，其实就是深度学习最核心的思想。对人来说，这是直觉。对机器来说，这其实是一个“从数据中学习规律，再完成分类判断”的过程。不是人工把“猫长什么样”写成规则告诉机器，而是让

用户提问 → 工具说明输入给 LLM → LLM 判断是否调用工具 → 系统执行工具 → 结果回填给 LLM → 生成最终回答。大模型到底是怎么知道有哪些工具可以调用的？如果系统同时给了它很多工具，它又是怎么选中正确工具的？这篇文章，我就想专门把这个问题讲清楚。系统先把可用工具清单告诉大模型模型再根据用户问题和工具描述之间的语义匹配，决定要不要调工具、该调哪个工具。系统先把工具清单交给模型，模型先

上一篇文章里，我用“让机器学会认出猫”的案例，讲了什么是深度学习。模型到底是怎么学会这些规律的？它不是人，不会“看着看着就懂了”。那它到底是怎么从一开始什么都不会，到最后慢慢变得越来越准的？向前传播损失函数向后传播参数更新这篇文章，我就结合下面这张图，把深度学习训练过程完整梳理一遍。如果只用一句话总结这张图，我会这样说：向前传播负责“先算出答案”，损失函数负责“看错多少”，向后传播负责“把错误往回

上一篇文章里，我讲了深度学习训练过程中的向前传播和向后传播。神经网络为什么一定要有激活函数？因为从表面上看，每一层都在做类似z = Wx + b的计算。如果每一层都只是线性计算，多堆几层不就行了吗？为什么还必须额外加入激活函数？这里的“非线性”到底重要在哪？这篇文章，我就想结合一张图，把这个问题彻底讲清楚。激活函数最核心的作用，不是“多一个函数”，而是给神经网络引入非线性能力。如果没有激活函数，那

Sigmoid 会“压缩梯度”，ReLU 让梯度更容易传播？我把这句话拆开，尽量讲到你真正能“脑子里有画面”。Sigmoid 会“压缩梯度”，ReLU 让梯度更容易传播。它其实在讲一件事：神经网络在训练时，后面的“纠错信号”能不能顺利传回前面。

梯度算出来以后，到底怎么让模型变好？模型是怎么一步步“少犯错”的？梯度下降（Gradient Descent）把它放到一张图里看，其实很好理解，先看图。梯度告诉你“往哪走”学习率决定你“走多远”朝哪个方向改参数，误差会下降这一步该多大不断重复“找方向 → 走一步 → 再找方向 → 再走一步”，直到模型逐渐走到一个误差更低的位置。梯度下降的本质，就是利用梯度这个“方向指示器”，再配合学习率这个“步长

BatchEpochIteration一轮训练到底是几次？iteration 到底算不算一轮？batch size 调大了，训练次数变了吗？训练到底跑了多少次？这篇文章，我们用一张图，把这三个概念彻底讲清楚。训练次数，本质上看的是 Iteration 次数。

在训练模型的时候，我们一定会用到“损失函数”。MSE：算误差交叉熵：也是算误差既然都是算误差，那随便用一个不就行了吗？选错损失函数，模型可能根本学不动。这篇文章，我们用一张图，把这个问题彻底讲清楚。数值预测 → 用 MSE类别概率 → 用交叉熵。

在深度学习中，ReLU 是最常用的激活函数之一。计算简单收敛快梯度不容易消失如果 ReLU 这么好，为什么模型有时候会“学着学着就不动了”？答案是：部分神经元“死掉了”，即死亡 ReLU（Dead ReLU）这张图其实已经讲清楚了一个非常重要的对比：左边：正常 ReLU → 可以持续学习右边：死亡 ReLU → 完全停止学习。