热点事件持续更新
从业者撰文详解 LLM 工作机制，反驳"没人懂大语言模型"说法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026 年 10 月 12 日，一位长期从事大语言模型训练与研究的从业者在 Hacker News 首页发表文章，反驳业内广为流传的"没人知道 LLM 如何工作"这一说法。文章从 Transformer 架构出发，依次介绍了大语言模型运行的主要流程：先通过 token 化将文本切分为基本单元，再经多层矩阵运算和注意力机制进行处理，最后由损失函数通过反向传播调整模型参数。该从业者指出，上述各环节均可被检测、修改和重复实验，并非不可知的黑箱。此外，文章还提到 Transformer Circuits 等专门研究项目已在公开推进相关机制的剖析工作，旨在进一步揭示模型内部的运作原理。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 08:16
从业者发文从 Transformer 架构出发，详解 token 化、注意力与反向传播等机制，反驳"没人懂 LLM"说法。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- Hacker News · 首页反驳"没人懂大语言模型"：从业者详解 LLM 的工作机制
一位长期训练和研究大语言模型的从业者撰文反驳"没人知道 LLM 如何工作"这一常见说法。文章从 Transformer 架构出发，逐步说明 token 化、多层矩阵运算与注意力机制、损失函数反向传播调整参数等流程，并指出这些环节均可被检测、修改和重复实验，目前已有 Transformer Circuits 等专门研究项目公开推进相关工作。
本事件热度走势
当前热度 9·可比范围峰值 9（10月12日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。