本次查询：GLM
中文解释：通用语言模型
常见场景：当需要理解一个同时具备强大文本理解与生成能力的国产大模型（如ChatGLM）背后的技术原理时 / 会接触到GLM。
一句话解释
GLM是一个通过“自回归空白填充”技术，将文本理解和生成任务统一起来的通用语言模型预训练框架。
为什么会被关注
GLM作为ChatGLM系列模型的基石，其优秀的性能让国产大模型受到广泛关注。它提出的统一框架挑战了传统上区分“编码器”和“解码器”的范式，为构建多功能大模型提供了新思路，在学术和产业界都颇具影响力。
核心逻辑
GLM的核心是“自回归空白填充”。模型会随机挖去输入文本中的一些片段（空白），然后以自回归的方式，根据所有上下文（包括被挖空位置前后的文本）来预测并填充这些空白。这个过程同时学习到了文本的内部信息（理解）和连贯生成（生成）能力。
常见场景
GLM主要作为基础架构用于预训练阶段，其衍生模型（如ChatGLM）则广泛应用于对话、文本摘要、代码生成、知识问答等场景。研究人员也常基于GLM框架进行模型架构的改进和创新实验。
容易混淆的点
GLM常与统计中的“广义线性模型”缩写混淆，但在AI领域特指此语言模型框架。另外，GLM是底层架构，而ChatGLM是在此基础上经过对话微调后的具体产品，两者是“发动机”与“整车”的关系，不应等同。