LLM (Large Language Model)

Die technische LLM-Definition: Ein großes Sprachmodell ist ein neuronales Transformer-Netz, das auf breiten Textkorpora trainiert wird, um die Wahrscheinlichkeit des nächsten Tokens anhand von allem Vorhergehenden zu modellieren. Brown et al. (2020) zeigten, dass dieses einzelne Trainingsziel bei ausreichender Größe Modelle hervorbringt, die viele Aufgaben lösen können, auf die sie nie explizit trainiert wurden – allein durch einen Prompt. Dieses In-Context-Learning ist das bestimmende Merkmal moderner LLMs.

ChatGPT, Claude, Gemini und Grok basieren alle auf LLMs. Sie unterscheiden sich in Trainingsdaten, Größe, Alignment und Tooling – deshalb können ihre Antworten auf dieselbe Frage auseinandergehen.

Was ist ein LLM? Die Bedeutung einfach erklärt

Im Alltag ist die Bedeutung von LLM schnell erklärt: Ein großes Sprachmodell ist ein Programm, das eine enorme Menge Text gelesen und die statistischen Muster der Sprache gelernt hat. „Groß“ bezieht sich sowohl auf diese Trainingsdaten als auch auf die Größe des Modells – moderne LLMs haben Milliarden Parameter oder mehr, also die anpassbaren Gewichte, in denen das Gelernte gespeichert ist. Die meisten Labs veröffentlichen keine genauen Größen ihrer Spitzenmodelle mehr.

Wenn Sie einem LLM eine Frage stellen, schlägt es die Antwort nicht nach. Es schreibt eine Antwort Token für Token und wählt dabei jedes Mal eine wahrscheinliche Fortsetzung des bisherigen Textes. Deshalb formulieren LLMs flüssig und flexibel – und deshalb können sie selbstsicher klingen, obwohl sie falschliegen.

Wie ein großes Sprachmodell trainiert wird

Das Training erfolgt meist in Phasen, die jeweils auf der vorherigen aufbauen:

1. 1
   Pre-Training. Die Vorhersage des nächsten Tokens auf riesigen Textsammlungen bringt dem Modell Sprache, Fakten und Denkmuster bei.
2. 2
   Assistenz-Training. Instruction Tuning – eine Form des Fine-Tunings anhand von Beispielgesprächen – macht aus dem reinen Vorhersagemodell einen Assistenten, der Anweisungen befolgt.
3. 3
   Präferenz-Training. Methoden wie RLHF und DPO bringen dem Modell bei, welche Antworten Menschen bevorzugen und wie es schädliche Anfragen ablehnt.

Was LLMs können – und was nicht

LLMs bewältigen ein breites Spektrum an Sprachaufgaben:

• Texte in jedem Tonfall entwerfen, bearbeiten und umschreiben
• Lange Dokumente zusammenfassen und zwischen Sprachen übersetzen
• Fragen beantworten und Konzepte Schritt für Schritt erklären
• Code schreiben, prüfen und erklären
• Mehrstufige Denkaufgaben durcharbeiten

Warum das bei MultipleChat wichtig ist

Kein einzelnes LLM ist in allem das beste. MultipleChat führt ChatGPT, Claude, Gemini, Grok und Perplexity mit demselben Prompt nebeneinander aus – so können Sie ihre Antworten vergleichen und die Stärken eines Modells die blinden Flecken eines anderen ausgleichen lassen. Sehen Sie, wie der Vergleich funktioniert.