大语言模型的三个特征是大型、通用和预训练微调。

1. 大型：大语言模型通常具有巨大的参数量，例如GPT-3的参数量高达1750亿，这使得模型能够自动从数据中学习有效的特征表示，从而避免了人工设计特征的繁琐步骤。
2. 通用：大语言模型不仅能够在特定任务上表现出色，还能够处理多种不同类型的任务。这种能力使得它们能够在各种不同的应用领域中发挥重要作用。
3. 预训练微调：大语言模型通常采用预训练加微调的学习方法。首先在大量无监督语料库上进行预训练，以学习语言模型的通用知识；然后在特定任务的有监督数据集上进行微调，以适应特定任务的训练数据。这种方法开创了自然语言处理的新范式，并显著提高了自然语言处理任务的性能。