Ein Large Language Model (LLM, großes Sprachmodell) ist ein KI-Modell, das auf riesigen Textmengen trainiert wurde und Sprache verarbeiten und erzeugen kann. Es ist die Technik hinter modernen Chatbots.
Inhaltsverzeichnis
Ein Modell für Sprache
Ein großes Sprachmodell ist ein neuronales Netz mit Milliarden von Parametern, das anhand sehr vieler Texte gelernt hat, welche Wörter in welchem Zusammenhang wahrscheinlich folgen. Auf dieser Grundlage kann es Texte fortsetzen, Fragen beantworten, übersetzen, zusammenfassen und Code schreiben. Die Dienste, die Sie als Chatbot kennen, setzen auf solchen Modellen auf.
Wie ein Modell Texte erzeugt
Das Modell zerlegt Eingaben in kleine Einheiten, sogenannte Token, und berechnet für jedes neue Token eine Wahrscheinlichkeitsverteilung. Aus dieser wird das nächste Token ausgewählt, und der Vorgang wiederholt sich. Das Modell „weiß“ also nicht, was wahr ist, sondern erzeugt plausible Fortsetzungen. Zusätzliche Trainingsschritte mit menschlichem Feedback sollen Antworten hilfreicher und sicherer machen.
Fähigkeiten und Grenzen
- Stärken: Formulieren, Zusammenfassen, Umschreiben, Erklären, Code-Skizzen.
- Schwächen: Faktenfehler, erfundene Quellen, unsichere Rechnungen, Wissensstand mit Stichtag.
- Das Kontextfenster begrenzt, wie viel Text das Modell auf einmal berücksichtigen kann.
- Ohne Zusatzwerkzeuge kennen Modelle keine aktuellen Ereignisse.
Lokal oder in der Cloud
Große Modelle laufen meist auf Servern der Anbieter. Kleinere Modelle lassen sich auf eigenen Geräten betreiben, besonders auf Rechnern mit viel Arbeitsspeicher, leistungsfähiger Grafikkarte oder NPU. Das schützt die Privatsphäre, ist aber weniger leistungsfähig. Einige Modelle sind offen verfügbar, andere nur über Dienste.
Einordnung
Sprachmodelle sind Werkzeuge mit enormem Nutzen, aber ohne Verständnis im menschlichen Sinn. Gehen Sie kritisch mit Ergebnissen um, besonders wenn Entscheidungen davon abhängen. Bei Texten mit Urheberrecht, Datenschutz oder Haftungsfragen sollten Sie die Bedingungen des Anbieters kennen.
Wissensstand und Aktualität
Ein Sprachmodell kennt nur, was in seinen Trainingsdaten stand. Neue Ereignisse kennt es nicht, es sei denn, der Dienst ruft zusätzlich Quellen aus dem Netz ab. Fragen Sie deshalb bei zeitkritischen Themen nach Quellen und prüfen Sie Datum und Aktualität selbst.
Wie man Modelle unterscheidet
Modelle unterscheiden sich in Größe, Trainingsdaten, unterstützten Sprachen und Lizenz. Offene Modelle lassen sich selbst betreiben, geschlossene nur über die Schnittstellen des Anbieters. Benchmarks liefern Anhaltspunkte, ersetzen aber keinen Test mit eigenen Aufgaben.
Wer Modelle beruflich einsetzt, sollte Datenschutz, Urheberrecht und Haftung klären und Ergebnisse stets von einer fachkundigen Person prüfen lassen.
Häufige Fragen zu Large Language Model
Was bedeutet „groß“ bei LLM?
Die Zahl der Parameter und die Menge der Trainingsdaten sind sehr hoch, oft Milliarden.
Versteht ein LLM, was es schreibt?
Es verarbeitet Muster in Sprache, ohne Verständnis im menschlichen Sinn. Daher kann es Fehler machen.
Gibt es LLMs für zu Hause?
Ja, kleinere Modelle laufen lokal. Sie benötigen aber meist viel Arbeitsspeicher oder eine starke Grafikkarte.