Grundlagen
LLM
Auch: Large Language Model, großes Sprachmodell
Ein Modell, das aus sehr großen Textmengen gelernt hat, das jeweils nächste Textstück vorherzusagen.
Ein Large Language Model ist ein neuronales Netz, das auf sehr großen Textmengen trainiert wurde. Im Kern macht es eine einzige Sache: Es sagt vorher, welches Textstück als nächstes plausibel ist. Alles, was ihr als Antwort, Zusammenfassung oder Code seht, entsteht aus dieser Vorhersage, Stück für Stück.
Das erklärt zwei Dinge, die im Alltag wichtig sind. Erstens: Ein Modell kann sehr überzeugend formulieren, ohne recht zu haben. Es optimiert auf Plausibilität, nicht auf Wahrheit. Zweitens: Was ihr in den Prompt schreibt, bestimmt die Vorhersage stärker als alles andere, was ihr am Modell einstellen könnt.
Claude, ChatGPT, Gemini und Grok sind alle LLMs. Die Unterschiede liegen in Trainingsdaten, Größe, Werkzeugen und darin, wie sie auf Anweisungen reagieren. Für die Auswahl im Alltag zählt weniger der Benchmark als die Frage, welches Modell für eure Aufgabe verlässlich genug antwortet.
Verwandte Begriffe
- Token
Die Recheneinheit eines Sprachmodells: ein Wortteil, nach dem Preise und Längenlimits bemessen werden.
- Kontextfenster
Die Menge an Text, die ein Modell bei einer Anfrage gleichzeitig berücksichtigen kann.
- Halluzination
Eine erfundene, aber flüssig formulierte Antwort, die das Modell nicht als unsicher kennzeichnet.
- Reasoning-Modell
Ein Modell, das vor der Antwort sichtbar oder intern längere Zwischenschritte rechnet.
In der Praxis üben
In der AI Masterclass kommt dieser Begriff nicht als Definition vor, sondern in einer Session, in der damit gearbeitet wird.