Als je ChatGPT, Copilot, Claude of Gemini gebruikt, werk je met een LLM. Je ziet het LLM zelf niet. Je ziet een chatvenster waarin je een vraag typt en een antwoord terugkrijgt.
LLM staat voor Large Language Model, in het Nederlands een groot taalmodel. Het is de technologie die ervoor zorgt dat een systeem tekst kan verwerken en nieuwe tekst kan maken.
Maar hoe kan een computer een antwoord schrijven op een vraag die je net zelf hebt bedacht?
Een LLM heeft heel veel tekst verwerkt
Een LLM wordt getraind met grote hoeveelheden tekst. Tijdens die training leert het patronen in taal herkennen.
Neem deze zin:
De trein vertrekt vanaf het …
Na het woord ‘het’ zijn sommige woorden waarschijnlijker dan andere. ‘Perron’ zou goed kunnen. ‘Boterham’ waarschijnlijk niet.
Een LLM heeft op veel grotere schaal geleerd welke woorden en stukken tekst vaak in welke context voorkomen. Het gebruikt die patronen om te bepalen welk vervolg waarschijnlijk past.
Dat gebeurt niet één keer. Bij het maken van een antwoord wordt steeds opnieuw een volgend stukje tekst bepaald.
Zo ontstaat uiteindelijk een complete zin, alinea of tekst.
ChatGPT en een LLM zijn niet hetzelfde
De namen lopen nogal eens door elkaar.
ChatGPT is de toepassing die je gebruikt. Daarin kun je typen, bestanden toevoegen en gesprekken voeren.
Onder die toepassing zit een taalmodel uit de GPT-familie. Dat taalmodel, de LLM, verwerkt je tekst en genereert een antwoord.
Claude werkt op een vergelijkbare manier met modellen van Anthropic. Gemini gebruikt modellen van Google.
Je kunt het vergelijken met een auto. Je rijdt in de auto en gebruikt het stuur, de pedalen en het dashboard. Onder de motorkap zit de techniek die ervoor zorgt dat de auto rijdt.
ChatGPT is wat je gebruikt. Het LLM is de techniek daarachter.
Een LLM zoekt niet simpelweg een antwoord op internet
Dit is een veelgemaakte vergissing.
Als je in Google zoekt op:
Hoe lang moet broccoli koken?
dan zoekt Google naar bestaande informatie en laat het links naar bronnen zien.
Stel je dezelfde vraag aan een LLM, dan werkt dat anders. Het model genereert een antwoord op basis van de patronen die het tijdens de training heeft geleerd en de informatie die het op dat moment tot zijn beschikking heeft.
Sommige AI-diensten kunnen daarnaast het internet doorzoeken. Dan worden twee dingen gecombineerd: informatie ophalen én een taalmodel gebruiken om daar een antwoord van te maken.
Het onderscheid is belangrijk. Een antwoord van een LLM is niet automatisch hetzelfde als informatie die rechtstreeks uit een betrouwbare bron komt.
Waarom kan een LLM zoveel verschillende dingen?
Je kunt hetzelfde systeem vragen om:
- een brief samen te vatten;
- een recept te bedenken;
- een Engelse mail te verbeteren;
- een tabel uit te leggen;
- ideeën voor een kinderfeestje te geven;
- een sollicitatiebrief te controleren;
- programmeercode te schrijven.
Dat lijkt alsof er achter iedere taak een apart programma zit. Dat is niet zo.
Veel van deze taken bestaan uit het verwerken en produceren van taal. Omdat een LLM veel patronen in taal heeft geleerd, kan hetzelfde model met heel verschillende opdrachten overweg.
De instructie die jij geeft, bepaalt voor een groot deel wat het model vervolgens probeert te maken.
Een praktisch voorbeeld
Stel dat je een lange brief van je energieleverancier krijgt.
Je kunt die tekst aan een AI-toepassing geven en vragen:
Leg me in gewone taal uit wat hier staat. Wat verandert er voor mij en moet ik iets doen?
Het taalmodel verwerkt de tekst, je vraag en de context van het gesprek en maakt daar een nieuw antwoord van.
Je kunt vervolgens doorvragen:
Waar staat dat precies in de oorspronkelijke brief?
Of:
Zet alleen de dingen die ik moet doen onder elkaar.
Dat doorvragen is een van de redenen waarom een LLM anders aanvoelt dan een gewone zoekmachine. Je hoeft niet iedere keer opnieuw te beginnen.
Let bij persoonlijke, financiële of andere gevoelige documenten wel op welke informatie je uploadt en welke privacyvoorwaarden gelden voor de dienst die je gebruikt.
De veelgemaakte fout: een goed antwoord aanzien voor een opgezocht feit
Een LLM is gemaakt om tekst te genereren die past bij je vraag en de context.
Dat kan een feitelijk juist antwoord opleveren. Het kan ook een fout antwoord opleveren dat uitstekend geschreven is.
Stel dat je vraagt naar een niet-bestaand onderzoek of een boek waarvan je de titel verkeerd hebt onthouden. Een taalmodel kan soms meegaan in de aanname in je vraag en daar een geloofwaardig antwoord omheen bouwen.
Daarom is het nuttig om onderscheid te maken tussen twee vragen:
Klopt de tekst als tekst?
En:
Klopt de informatie in de tekst?
Bij een LLM zijn dat niet automatisch dezelfde dingen.
Wat kun je zelf met een LLM?
Voor dagelijks gebruik hoef je het woord LLM eigenlijk nauwelijks te gebruiken. Je werkt meestal met een toepassing zoals ChatGPT, Claude of Gemini.
Wel helpt het om te weten wat eronder zit.
Je begrijpt dan bijvoorbeeld waarom je kunt doorvragen, waarom dezelfde vraag soms verschillende antwoorden oplevert en waarom een prachtig geschreven antwoord toch een fout kan bevatten.
Het verklaart ook waarom de keuze voor een model verschil kan maken. Niet ieder taalmodel is hetzelfde. Modellen verschillen onder andere in mogelijkheden, snelheid, beschikbare functies en de informatie waarmee ze kunnen werken.
Belangrijkste inzicht
Een LLM is een taalmodel dat uit grote hoeveelheden tekst patronen in taal heeft geleerd en die gebruikt om nieuwe tekst te genereren.
ChatGPT, Claude en Gemini zijn toepassingen waarmee je zulke modellen kunt gebruiken.
Een LLM haalt dus niet simpelweg een antwoord uit een grote database met kant-en-klare antwoorden. Het maakt het antwoord op het moment dat je de vraag stelt.
Dat is ook de basis voor een van de vreemdste eigenschappen van generatieve AI: een LLM kan iets opschrijven dat heel aannemelijk klinkt en toch niet klopt.
Daar gaat het volgende artikel over.
Veelgestelde vragen
Waar staat LLM voor?
LLM staat voor Large Language Model, oftewel groot taalmodel.
Is ChatGPT een LLM?
Niet precies. ChatGPT is een AI-toepassing. Daaronder worden taalmodellen uit de GPT-familie gebruikt.
Zijn Claude en Gemini ook LLM’s?
Claude, Copilot en Gemini zijn namen die zowel voor AI-producten als voor onderliggende modelfamilies worden gebruikt. De chatdiensten maken gebruik van grote taalmodellen.
Zoekt een LLM op internet?
Niet noodzakelijk. Een taalmodel genereert tekst. Sommige toepassingen kunnen daarnaast actuele informatie op internet zoeken en die informatie aan het taalmodel meegeven.
Weet een LLM wat waar is?
Een LLM kan veel correcte informatie produceren, maar het mechanisme waarmee het tekst genereert garandeert niet dat iedere bewering klopt. Daarom blijft controle belangrijk wanneer feitelijke juistheid ertoe doet.
Lees ook
[Waarom hallucineert AI?]