Large Language Model (LLM)
Ein statistisches Sprachmodell, trainiert auf großen Textkorpora, meist mit Transformer-Architektur, für Generierung und Verstehen.
Ein Large Language Model (LLM) ist ein neuronales Netz (typischerweise mit Architektur des Transformer), trainiert, das nächste Token in einer Sequenz vorherzusagen. In großem Maßstab entstehen daraus Systeme, die Anweisungen befolgen, Texte zusammenfassen, übersetzen oder beim Programmieren helfen: mit Grenzen bei Faktenverlässlichkeit und Sicherheit. LLMs sind eine Leitanwendung der maschinellen Sprachverarbeitung (NLP).
LLMs sind keine „Fakten-Datenbanken“; sie generalisieren aus Trainingsmustern. Sie sind leistungsfähig, aber schmal im Vergleich zur Spekulation um AGI. Viele Chatbots basieren auf LLMs; das zugrunde liegende Modell kann mehrere Produkte teilen. Zu autonomem Werkzeugeinsatz siehe KI-Agent.