Llm Glossary

Llm Glossary

一个网页，按术语逐个讲解语言模型是怎样学习的。适合刚接触大语言模型的人、学生和老师。

由 Omartificial-Intelligence-Space 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一个小小的静态网页，是一份关于大语言模型的术语表。它的副标题承诺按术语逐个解释模型的学习过程。它只是普通的 HTML 和 CSS，所以在浏览器里就能打开，背后没有任何程序在运行。

适合谁：如果你刚开始了解语言模型怎么工作，它很适合你，比如学生、好奇的职场人和想有一个简短参考页可以推荐给别人的老师。

行业 | 谁在用 | 怎么用 | 例子
教育 | 学生 | 学习语言模型时查一个术语 | 查课上听到的一个词
培训 | 老师和培训师 | 把这一页当作入门参考分享 | 在课程笔记里放上这一页的链接
商业 | 非技术人员 | 开会前熟悉相关词汇 | 团队讨论前浏览这一页
软件 | 网页开发者 | 把一个极简静态页当作模板来读 | 打开 HTML 和样式文件

如果你已经熟悉这些词汇，或需要深入的技术参考，可以跳过它，因为这只是一页术语表。

用在哪里：

• 网页浏览器：打开 Hugging Face 上的 Space 页面
• Windows、macOS 或 Linux：保存一份本地副本，用浏览器打开页面

用途 | 谁用 | 得到什么
学习术语 | 新手 | 一个术语接一个术语地了解模型怎样学习
分享参考 | 老师 | 一个可以链接或发放的页面
研究静态页 | 开发者 | 可阅读的小型 HTML 和 CSS 文件

如何设置：在线页面什么都不需要。本地副本只在下载文件时需要 Python。

• 一个网页浏览器
• Python 和 Hugging Face hub 包，只用于下载副本

1. 想在线阅读，打开 Hugging Face 上的 Space 页面。
2. 想保存一份副本，先安装 Hugging Face hub 包。
3. 把 Space 下载到本地文件夹。
4. 进入该文件夹。
5. 在网页浏览器里打开 index.html。

pip install -U huggingface_hub
hf download Omartificial-Intelligence-Space/llm-glossary --repo-type space --local-dir llm-glossary
cd llm-glossary

如何使用：打开页面，从头开始一个术语一个术语地读。没有需要输入或运行的东西，因为页面是静态的。本地副本在浏览器里打开 index.html 后用法相同。

示例：你在语言模型课程之前打开这一页，按顺序读术语。读完后，你对这些词汇有了通俗的整体印象，可以带着它去上课。

新手与专家：如果你是新手，先读前几个术语，哪里不清楚就停下。上完课或读完你正在看的文章再回来，这些术语会更容易理解。

如果你熟悉这个领域，这里没有什么可运行的东西：仓库里只有一个 HTML 文件、一个样式表和一个说明文件，没有模型、服务器或构建步骤。它的价值在于作为紧凑的参考，一次就能读完，或者复刻成你自己术语表的模板。

你打开页面
浏览器加载 HTML 和 CSS
你按顺序读术语

注意事项：README 只给出一句副标题，所以页面上读到的内容才是真正的内容。这样的静态页面不会把任何东西发到别处。

• License: apache-2
• Cost to run: 未提及
• Data it reaches: 没有，它是静态页面
• Not for: 运行或训练模型，因为它没有相关代码

Hugging Face 上的数据（2026年11月13日）

• 点赞：3
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/Omartificial-Intelligence-Space/llm-glossary
• 文件：https://huggingface.co/spaces/Omartificial-Intelligence-Space/llm-glossary/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。