06 预训练（上）：损失、困惑度与训练循环系列第 6 篇。上一篇我们搭好了 GPT 模型的"骨架"，但它的参数是随机的——不会说话。这一篇开始预训练：让模型在海量无标注文本上学习"预测下一个词"。对应《从零构建大模型》第 5 章前半部分：文本生成评估、交叉熵损失、困惑度、训练循环、过拟合与验证集。1. 预训练在做什么？预训练的目标非常单纯：给定一段文本的前缀，让模型预测下一个 token。重复亿万次，模型就"学会"了语言。输入: "The cat sat on the" 目标: "mat"用自监督的方式，从语料里自动生成 (输入, 目标右移一位) 的训练对——无需人工标注，这就是它能吃下 TB 级数据的原因。为什么"预测下一个词"能学会语言？正如第 1 篇强调的：这个目标极其"宽泛"，为了把它做好，模型被迫学会语法（怎么组句）、语义（词的意思）、常识（什么该接什么）。预训练不是"背课文"，而是"在亿万次预测中被迫内化语言规律"。本系列用的是《The Verdict》这种 5 千词小文本做演示，真实 GPT 用的是 40GB+ 的 WebText。/
