LLM (Large Language Model)
LLM steht für Large Language Model (großes Sprachmodell). Es ist ein KI-Modell, das auf sehr großen Textmengen trainiert wird, um Sprache zu verstehen/interpretieren und zu erzeugen, etwa zum Beantworten von Fragen, Zusammenfassen von Texten oder Generieren neuer Inhalte (z. B. ChatGPT).
Large Language Models (LLMs) sind KI-Modelle zur Verarbeitung natürlicher Sprache. Sie erzeugen Text, indem sie aus Beispielen lernen, welche Wortfolgen in einem Kontext typischerweise plausibel sind. Beim Training auf großen Textsammlungen erfassen sie statistische Regelmäßigkeiten: Grammatik, Stil, Argumentationsmuster, typische Strukturen von Dokumenten sowie Zusammenhänge zwischen Begriffen und Themen. Auf dieser Grundlage können sie u. a. Fragen beantworten, Texte zusammenfassen, Inhalte umformulieren, Entwürfe erstellen oder Anweisungen in natürlicher Sprache verarbeiten.
Technisch basieren viele moderne LLMs auf Transformer-Architekturen und bestehen aus neuronalen Netzen mit sehr vielen Parametern (Gewichten). Diese Parameter steuern, wie Eingabetext intern repräsentiert wird und welche Fortsetzung das Modell bevorzugt. In der Vortrainingsphase wird das Modell meist so optimiert, dass es das nächste Token (ein Textbaustein, oft ein Wortteil) möglichst gut vorhersagt. Häufig folgt zusätzlich eine Feinabstimmung (z. B. Instruction Tuning), damit das Modell hilfreicher auf Aufgaben und Dialoge reagiert.
LLMs sind vielseitig einsetzbar: für Textentwürfe, Unterstützung bei der Recherche (als Orientierungs- und Strukturhilfe), Dokumentenanalyse, Klassifikation und Extraktion, Assistenz in Service- und Bürgerkommunikation sowie die Automatisierung sprachbasierter Prozesse. Ihre Stärke liegt besonders in offenen Aufgaben, die flexible Formulierungen und Kontextbezug erfordern.
Grenzen ergeben sich daraus, dass LLMs keine eingebaute, verlässliche Faktenbasis oder „Wahrheitsprüfung“ besitzen. Sie generieren Antworten primär nach sprachlicher Plausibilität und können deshalb Fehlschlüsse, Ungenauigkeiten oder Halluzinationen (erfundene, plausibel klingende Angaben) produzieren. Für kritische Anwendungen sind Quellenprüfung, klare Kontextvorgaben (z. B. bereitgestellte Dokumente) und geeignete Qualitätskontrollen wichtig.
Hinweis: Dieses Eintrag dient als Orientierungshilfe. Bei KI handelt es sich um ein komplexes Fachgebiet, bei welchem kurze Erklärungen ggf. nicht vollständig ausreichend sind. Je nach Fachgebiet und dem Fortschritt im KI-Bereich können weitere Begriffe hinzukommen. Ein Anspruch auf Vollständigkeit oder absolute Richtigkeit besteht nicht