Large Language Model (LLM)

Ein Large Language Model (LLM) ist ein künstliches neuronales Netz basierend auf der Transformer-Architektur, das mit gigantischen Textmengen trainiert wurde. Es 'versteht' Sprache nicht im menschlichen Sinne, sondern berechnet Wahrscheinlichkeiten für das nächste Wort in einer Sequenz. Durch diese statistische Modellierung entwickeln LLMs emergente Fähigkeiten wie logisches Schließen, Programmieren, Übersetzen und kreatives Schreiben, obwohl sie ursprünglich nur darauf trainiert wurden, Text zu vervollständigen.