Large Language Model

Ein LLM ist ein Transformer, der im großen Maßstab auf Text trainiert wurde, mit einem täuschend einfachen Ziel: raten, was als Nächstes kommt. Macht man das über Billionen von Token gut genug, entstehen Fähigkeiten wie Zusammenfassen, Übersetzen und das Befolgen von Anweisungen, ohne dass sie explizit beigebracht wurden. Das Post-Training formt aus dem Rohmodell dann etwas, das Anweisungen sicher befolgt.

In der Praxis: GPT-5.6, Claude, Gemini und Llama sind alle LLMs und unterscheiden sich in Training, Größe und Tuning.