Large Language Models (LLMs)
Deep LearningTiefe neuronale Netze – fast immer basierend auf der Transformer-Architektur – die auf enormen Mengen von Textdaten trainiert wurden, um menschliche Sprache zu verstehen und zu generieren. LLMs wie GPT-4, Claude oder Llama zeichnen sich durch ihre Größe aus (oft Hunderte Milliarden Parameter) und durch ihre Fähigkeit, mit minimalem Task-spezifischem Training eine breite Palette von Sprachaufgaben zu bewältigen. Die Transformer-Architektur von Vaswani et al. (2017) machte diese Skalierung erst möglich – durch Self-Attention statt Rekurrenz, was effiziente Parallelisierung und das Training auf beispiellosen Datenmengen ermöglichte.
Beispiel
GPT-4 kann Code schreiben, Texte zusammenfassen, Fragen beantworten und Dialoge führen – alles mit demselben Modell, ohne separate Spezialisierung. Diese Vielseitigkeit entsteht durch Training auf Billionen von Wörtern aus dem Internet.
Verwendet in
- Algorithmische Komplexität
- Datenstrukturen III (Schlüsselbasiert)
- Dem Modell eine Aufgabe geben
- Sicherheit & Prompt Injections
- Datenschutz und KI: Wenn die DSGVO auf neuronale Netze trifft
- Die Geburt der KI
- RLHF: Wie LLMs Höflichkeit lernen
- Bewusstsein vs. Wahrscheinlichkeit
- No-Code Workflows mit n8n
- Function Calling — Wenn KI Knöpfe drückt
- Kontrolle & Finetuning
- Large Language Models