Large Language Model

Ein Large Language Model, kurz LLM, ist ein großes Sprachmodell mit einer hohen Zahl lernbarer Parameter, das auf umfangreichen Datenbeständen trainiert wurde. (Google, Hugging Face) Zu seinen möglichen Aufgaben gehören das Erzeugen, Zusammenfassen und Übersetzen von Texten. (Google)

So kannst du dir das vorstellen

Stell dir einen Motor vor, der in verschiedenen Maschinen eingesetzt werden kann. Einmal treibt er ein Fahrzeug an, ein anderes Mal eine stationäre Anlage. Was du mit der Maschine tun kannst, hängt auch von den Teilen rund um den Motor ab.

So lässt sich die Rolle eines LLM in einer Anwendung veranschaulichen: Es übernimmt die Sprachverarbeitung beziehungsweise Texterzeugung. Die Oberfläche, der Zugriff auf Dateien und die Verbindung zu anderen Werkzeugen sind zusätzliche Bestandteile des Gesamtsystems. (IBM, OpenAI)

Der Vergleich soll Modell und Anwendung auseinanderhalten. Er bedeutet nicht, dass alle Modelle austauschbar wären oder sich wie ein gleichförmig arbeitender Motor verhalten.

Was „groß“ aussagt

Mit Parametern sind veränderliche interne Zahlenwerte gemeint, die während des Trainings angepasst werden. (Google) Ihre Anzahl beschreibt einen Aspekt des Modells, aber noch keine Eignungsprüfung für deinen konkreten Anwendungsfall.

Wenn du beispielsweise Lieferantenangebote vergleichen möchtest, wäre mein Test: Werden dieselben Leistungspositionen richtig gegenübergestellt? Bleiben fehlende Angaben als fehlend erkennbar? Trennt die Ausgabe Fakten von Annahmen? Solche Fragen liefern eine brauchbarere Entscheidungsgrundlage als das Wort „large“ allein.

Was du bei Antworten beachten solltest

LLMs können sachlich falsche Inhalte erzeugen, die sprachlich überzeugend wirken. (Google) Für betriebliche Entscheidungen sollten daher Belege und kritische Angaben überprüfbar bleiben.

Ebenso ist nicht jede Variante eines großen Sprachmodells auf einen hilfreichen Chatdialog abgestimmt: Instruction-Tuning passt ein Modell gezielt an die Befolgung von Anweisungen an. (Google) Diese Unterscheidung erklärt, warum in Modellverzeichnissen häufig getrennte Base- und Instruct-Varianten auftauchen. (LLM Configurator)

Verwandte Begriffe

Sprachmodell, Modellgewichte, Foundation Model, Instruct Model, Small Language Model und Halluzination sind passende Anschlüsse. Für den praktischen Einstieg hilft besonders der Unterschied zwischen Base- und Instruct-Modell.