请解释LLM预训练阶段使用的损失函数，并说明其原理和为什么适合语言建模任务。

回答思路

1. 准确说出常用的预训练损失函数（如交叉熵）
2. 解释损失函数的计算方式（如基于token的预测）
3. 说明该损失函数如何促进模型学习文本概率分布
4. 能联系自回归或掩码语言建模的不同范式