参数（parameter）

参数，是模型在学习时不断调整的内部数字之一——它要拧的一个旋钮。想象一台调音台：每根推杆控制声音的一部分，你把它们上下推动，直到混音听起来对味。模型的参数，正是这些推杆，只不过它们可能成千上万、数以百万计，在今天的大语言模型里甚至上千亿，而且机器是在训练中自动设定它们，不是靠耳朵去调。

具体来说，参数就是填满模型所选形式的那些数字。在直线 价格 = a × 面积 + b 中，斜率 a 和截距 b 就是它的两个参数。训练，无非就是去搜寻那样一组参数取值，使模型的答案尽可能贴近已知答案——把每根推杆一点一点地拧动，好让错误变小。训练一停，参数就冻结下来，而这一套冻结的数字，本质上就是训练好的模型。

参数越多，模型能捕捉的模式就越精细——但这并非免费。相对于数据量参数过多的模型，可能把训练例子背下来，而不是学到真正的规律（过拟合），运行起来也更耗内存和算力。你听说的那些巨型模型动辄多少亿参数，只是对「容量」的粗略代称，并不保证质量：一个更小、训练扎实的模型，常常胜过一个臃肿、却喂着劣质数据的模型。