Großes Sprachmodell (LLM)
Definition
Ein LLM ist ein Sprachmodell, das aus Mustern in vielen Texten Antworten erzeugt.
Ein großes Sprachmodell wird auf umfangreichen Daten trainiert und verarbeitet Sprache anhand gelernter statistischer Muster. Bei der Texterzeugung wählt es aufeinanderfolgende Tokens. Flüssige Ausgaben können sachlich falsch sein; die Aufgabe und Modellvariante bestimmen die Eignung.
Einfach erklärt
Wie eine sehr große Textwerkstatt: Sie formuliert, muss Fakten aber nachprüfen.
Warum das im Alltag wichtig ist
Hilft, Möglichkeiten, Qualität und Grenzen von KI-Systemen realistisch einzuordnen.
Beispiel aus dem Mittelstand
Mögliches Beispiel: Ein Team lässt einen Entwurf für eine interne Anleitung erstellen und prüft jede fachliche Aussage.
Grenzen und Fallstricke
- Flüssige Sprache mit verlässlichen Fakten verwechseln; vertrauliche Daten ungeprüft eingeben.
Entstehung & Geschichte
Die GPT-3-Arbeit von Brown und Mitautoren (2020) ist ein dokumentierter Forschungsmeilenstein großer Sprachmodelle. Sie untersucht auch Few-Shot-Aufgaben ohne weiteres aufgabenspezifisches Training.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand: Ein Team lässt einen Entwurf für eine interne Anleitung erstellen und prüft jede fachliche Aussage.
Häufige Fragen
Was bedeutet Großes Sprachmodell (LLM)?
Ein LLM ist ein Sprachmodell, das aus Mustern in vielen Texten Antworten erzeugt.
Welche Fehler sind zu vermeiden?
Flüssige Sprache mit verlässlichen Fakten verwechseln; vertrauliche Daten ungeprüft eingeben.
Quellen
- Language Models are Few-Shot Learners · Brown et al. (2020), Language Models are Few-Shot Learners
- Generative AI Profile; Grenzen der faktischen Zuverlässigkeit · NIST (2024), Generative AI Profile; Grenzen der faktischen Zuverlässigkeit
Quellen geprüft am 09.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: