LLM
Ein LLM (Large Language Model) ist ein auf riesigen Textmengen trainiertes neuronales Netz, das Sprache versteht und generiert.
Kurz erklärt
LLMs basieren meist auf der Transformer-Architektur und werden zunächst mit großen Mengen Text darauf trainiert, das jeweils nächste Wort (bzw. Token) vorherzusagen. Durch dieses Training entstehen Modelle, die Texte generieren, zusammenfassen, übersetzen und auf Fragen antworten können, ohne für jede einzelne Aufgabe spezifisch programmiert zu sein.
Beispiel
Ein Chatbot, der auf einem LLM basiert, kann eine Frage zu einem technischen Thema beantworten, einen E-Mail-Entwurf schreiben oder Code erklären - allein auf Basis der während des Trainings gelernten Muster und des im jeweiligen Gespräch gegebenen Kontexts.
Warum ist das relevant?
LLMs verändern, wie Software mit natürlicher Sprache umgeht - von Suchfunktionen über Kundensupport bis zu Entwicklertools. Gleichzeitig bringen sie spezifische Herausforderungen mit sich, etwa Halluzinationen, begrenzte Kontextfenster und hohe Rechenkosten.
Häufige Missverständnisse
Ein LLM “weiß” nichts im menschlichen Sinn und hat keinen Zugriff auf aktuelle Informationen, sofern es nicht mit externen Werkzeugen oder Datenquellen kombiniert wird. Auch plausibel klingende, aber falsche Aussagen (Halluzinationen) sind eine bekannte Grenze der Technologie, keine seltene Ausnahme.