大语言模型入门指南
大家好，最近我做了一个关于**大语言模型**的30分钟演讲。
Lumi / 核心功能
AI 视频总结、导读文章与带时间戳问答知识库
用时间轴章节快速把握全局结构，用导读文章深度梳理核心概念，再围绕单支视频或个人视频知识库自由追问。所有回答均附带时间戳出处，点击即可回到原片验证。
前后效果与规格
| 项目 | 说明 |
|---|---|
| Timeline Chapters | 提炼章节标题、核心要点与对应时间戳，点击直达关键段落。 |
| Video Article | 将口语化视频文稿重组为逻辑连贯的导读长文，方便精读与摘录。 |
| Knowledge Scope Snapshot | 每轮问答自动冻结所选视频的字幕轨道、正文内容、检索索引与 revision 版本。 |
| Evidence Handle | 绑定用户权限与内容版本的短期不透明读取凭证，保障私有上下文安全调取。 |
| 时间 | 章节摘要 |
|---|---|
| 0:26 | 大型语言模型本质是参数文件和运行代码 大型语言模型在物理上可以看作两个文件：包含权重参数的文件和用于运行模型的代码文件。 |
| 4:16 | 模型训练是对互联网数据的有损压缩 模型的训练过程类似于对整个互联网的文本数据进行有损压缩，将知识提炼并存储于参数之中。 |
| 6:50 | 神经网络通过预测下一个词学习知识 模型的核心学习机制是通过预测序列中的下一个词（token）来捕捉语言模式和知识。 |
Andrej Karpathy · Intro to Large Language Models · 2026-06-27 · summary-v3 / article-v4
工作流程
- 打开带有可用字幕的视频，按需将其归档至个人知识库。
- 生成时间轴章节总览或结构化导读文章，快速定位核心议题。
- 选择当前单视频或知识库中的多视频范围，用自然语言发起追问。
- 点击回答中的引用时间戳或字幕片段，直接跳回原视频画面核查上下文。
常见问题
- 时间轴章节总结、导读文章和视频问答分别适合什么学习场景？
- 三者互为补充：时间轴章节（Timeline Chapters）帮你用几十秒摸清一小时视频的骨架，每个主题均带摘要与跳转时间点；导读文章（Video Article）将零散的演讲转化成结构清晰的书面长文，适合课后精读与复习；视频问答则针对具体疑惑检索字幕或个人知识库（并非无边界的通用联网搜索）。输出效果取决于字幕覆盖率、所选模型与提示词；页面上的历史演示样本旨在直观展示这三种结构化形态。
- 为什么跨视频问答要在每轮提问时冻结 Knowledge Scope Snapshot？
- 在跨视频问答中，Knowledge Scope Snapshot（知识范围快照）会在每轮提问开始时锁定当前勾选的视频范围、字幕选择、正文、索引与 revision 版本。整轮检索与证据读取均基于同一份快照进行，彻底避免回答生成中途切换字幕或改动收藏导致的证据漂移。将视频加入知识库后，只需确认其可用字幕与检索索引准备就绪，即可在下一次提问时纳入快照范围参与深度问答。
- 回答带有时间戳引用，是否意味着 AI 的归纳一定百分之百准确？
- 时间戳的设计初衷正是为了方便你快速核验，而非替代原片求证。系统底层的 Evidence Handle 是绑定用户权限与内容版本的短期读取凭证，用于安全读取检索片段前后的字幕（它不是公开分享链接）。由于大语言模型在概括复杂论述时仍可能遗漏前提或简化条件，遇到关键数字、代码细节或核心因果结论时，建议直接点击引用时间戳跳回原片对应画面，结合原话确认。
- 我的个人视频知识库和问答记录会被其他用户看到吗？
- 绝不会。你的个人视频收藏、笔记与问答对话完全归属于你自己的账号范围；公共的 Shared AI Artifact 机制仅限合规模板下的标准托管产物，个人视频问答从不进入共享池。同时，每一次证据调取都受 Evidence Handle 的权限与版本校验约束，客户端无法通过猜测存储地址读取他人字幕。多视频检索完全运行在你勾选且已完成字幕索引的私有资料范围之内。