Large Language Model (LLM) Ein Large Language Model ist ein neuronales Netz, das auf sehr großen Textmengen darauf trainiert wurde, das jeweils nächste Textstück vorherzusagen. Aus dieser einen Fähigkeit ergeben sich Übersetzen, Zusammenfassen, Beantworten und Programmieren – und ebenso die Neigung, falsche Angaben flüssig zu formulieren. Ein Sprachmodell hat kein Konzept von Wahrheit, sondern von Anschlussfähigkeit.
Kurz-Fakten
Grundlage ist fast durchgehend die Transformer-Architektur
Der Wissensstand endet mit dem Trainingsdatum, sofern keine Quellen mitgegeben werden
Antworten sind nicht deterministisch: gleiche Frage, unterschiedliche Antwort
Größe allein sagt wenig über die Eignung für eine konkrete Aufgabe
Bedeutung in der Praxis
Für den Einsatz im Unternehmen ist die wichtigste Entscheidung nicht das Modell, sondern die Frage, woher die Fakten kommen. Ein kleineres Modell mit angebundenen Quellen liefert verlässlichere Ergebnisse als ein größeres ohne.
Zweiter Punkt: Anbieter tauschen Modelle im laufenden Betrieb aus. Wer keine feste Sammlung von Testfällen hat, merkt eine Verhaltensänderung erst an den Beschwerden.
Inhaber von SEO NW in Bertingen. Arbeitet an der Schnittstelle von Suchmaschinenoptimierung und angewandter künstlicher Intelligenz: Prompt Engineering, Retrieval-Augmented Generation und die Frage, unter welchen Bedingungen ein Sprachmodell einen Inhalt übernimmt und der richtigen Quelle zuschreibt.