مدل زبانی بزرگ (LLM) شبکهی عصبی معماریشده با ترنسفورمر است که روی حجم عظیمی متن آموزش دیده و میتواند متن را بفهمد و تولید کند. «بزرگ» اشاره به مقیاس دارد: میلیاردها پارامتر و تریلیونها توکن متن آموزش.
نحوهی کار در یک جمله: پیشبینی توکن بعدی. اما در مقیاس، این کار ساده به مهارتهایی میرسد که شبیه فهم است — ترجمه، خلاصهسازی، کدنویسی، استدلال قدمبهقدم. ChatGPT، Claude، Gemini و Llama همه LLMاند.
نقطهی توجه عملی: LLM «دانش یخزده» در پارامترها دارد و برای دادهی تازه یا خصوصی به RAG یا fine-tune نیاز دارد. هنر استفاده، دانستن همین مرزهاست.
