Terug naar begrippenlijst
Large Language Model (LLM)
Een Large Language Model (vaak afgekort tot LLM) is een type kunstmatige intelligentie (AI) dat getraind is om menselijke taal te begrijpen en te genereren. Het is het brein achter tools zoals ChatGPT. Wat een LLM bijzonder maakt, is de schaal: het model is getraind op gigantische hoeveelheden tekst, van boeken en nieuwsartikelen tot websites en forums. Hierdoor kan het zinnen vormen die natuurlijk en logisch aanvoelen.
Inhoudsopgave
Niet klein denken: Taal op schaal
De “Large” in Large Language Model staat er niet voor niets. We hebben het over modellen met miljarden parameters – dat zijn als het ware de knoppen die worden afgesteld om taal te ‘leren’. Hoe meer parameters en trainingsdata, hoe beter het model patronen in taal herkent.
Wat je daarvoor terugkrijgt is een model dat:
- Zinnen kan aanvullen alsof het een menselijke schrijver is
- Vragen kan beantwoorden in begrijpelijke taal
- In meerdere talen kan communiceren
- Context snapt en logisch kan redeneren (tot op zekere hoogte)
Het is een beetje alsof je een encyclopedie, taalleraar en tekstschrijver in één AI-systeem stopt.
Praten als een mens, leren als een machine
Een LLM leert niet zoals mensen dat doen, maar eerder door extreem veel voorbeelden te analyseren. Tijdens de training krijgt het model miljarden zinnen te zien en leert het voorspellen welk woord er logisch volgt op een ander. Daardoor wordt het steeds beter in het herkennen van grammatica, betekenis en zelfs subtiele nuances in taalgebruik.
Het model begrijpt de wereld dus niet écht, maar bootst taalverwerking razend knap na. Het voorspelt wat het meest waarschijnlijke antwoord is op basis van alles wat het geleerd heeft. En hoewel dat indrukwekkend goed werkt, kan het ook leiden tot antwoorden die feitelijk klinken, maar inhoudelijk niet altijd kloppen.
Niet alleen slim, maar ook handig
Large Language Models worden ingezet in allerlei toepassingen die verder gaan dan alleen chatbots. Je vindt ze bijvoorbeeld in:
- Klantenservice-automatisering
- Slimme zoekmachines en aanbevelingssystemen
- Vertaaltools en tekstgenerators
- Educatieve platforms
- Softwareontwikkeling en codehulp
Ze maken taaltoepassingen slimmer, toegankelijker en een stuk efficiënter. En ze vormen de kern van veel AI-producten die je vandaag al gebruikt – vaak zonder dat je het doorhebt.
Veelgestelde vragen
Niet op de manier zoals mensen dat doen. Het model herkent patronen in taal, maar heeft geen bewustzijn of ‘begrip’ van inhoud.
Niet per se. Grotere modellen kunnen complexere taken aan, maar vragen ook meer rekenkracht. Soms is een kleiner, gespecialiseerd model effectiever voor een specifieke taak.
Een zoekmachine zoekt bestaande informatie op. Een LLM genereert nieuwe tekst op basis van wat het geleerd heeft. Het ‘maakt’ dus antwoorden in plaats van ze te vinden.
In theorie wel, maar het vereist enorme datasets, veel rekenkracht en expertise. Gelukkig zijn er ook kleinere modellen of API’s die je kunt inzetten zonder alles zelf te bouwen.
Bo Pennings AI specialist
Gerelateerde begrippen
- Abstraction
- Access Control
- Affiliate link
- AJAX
- Algoritme
- API
- Binary Tree
- Bitbucket
- Blockchain
- Bug
- Caching
- ChatGPT
- Cloudflare
- Codebase
- Content Delivery Network (CDN)
- Content Management Systeem
- Debugging
- Deep Learning (DL)
- Distributed Denial-of-Service (DDoS)
- Docker
- DRY
- Encapsulation
- Error code
- Error handling
