Sanasto

LLM (suuri kielimalli)

LLM eli suuri kielimalli on tekoälymalli, joka on koulutettu valtavalla tekstimäärällä ja pystyy tuottamaan, tiivistämään, kääntämään ja analysoimaan tekstiä annetun ohjeen perusteella.

Varaa 30 min keskustelu

Mitä LLM tarkoittaa käytännössä?

LLM on lyhenne sanoista large language model. Se on se osa tekoälypalvelun sisällä, joka varsinaisesti käsittelee kieltä. Kun kirjoitat keskustelupalveluun kysymyksen, malli laskee todennäköisimmän jatkon tekstille aiemman sisällön perusteella. Siksi vastaukset kuulostavat sujuvilta, vaikka malli ei tarkista väitteitä totuuden kannalta.

Kielimalleja tarjoavat useat yritykset, ja samaa mallia voi käyttää monen eri palvelun kautta. Moni sovellus, jonka käyttöliittymä näyttää erilaiselta, kutsuu taustalla jotakin tiettyä kielimallia. Mallit eroavat toisistaan esimerkiksi laadussa, nopeudessa, hinnoittelussa ja siinä, kuinka paljon tekstiä ne pystyvät käsittelemään kerralla.

Mallin tietämys perustuu koulutusaineistoon, joka päättyy tiettyyn ajankohtaan. Ajantasaisen tai yrityskohtaisen tiedon käyttö vaatii, että malli saa lähdeaineiston mukaan, esimerkiksi hakuun perustuvan menetelmän kautta. Ilman sitä malli voi vastata varman kuuloisesti mutta virheellisesti. Käytännössä mallin nimeä tai versiota ei tarvitse painaa mieleen. Tärkeämpää on tietää, mihin tehtävään kukin palvelu sopii ja mihin tietoon se saa päästä käsiksi.

Miksi LLM on tärkeä?

Kun ymmärrät, että LLM on kielenkäsittelyn moottori eikä tietokanta, osaat käyttää sitä oikein. Se sopii luonnosteluun, tiivistämiseen ja jäsentelyyn, mutta faktat ja luvut on tarkistettava. Mallin valinnalla on merkitystä kustannuksiin, tietoturvaan ja laatuun, joten valinta kannattaa tehdä käyttötapauksen eikä uutisotsikoiden perusteella. Kustannukset, nopeus ja tietosuoja vaihtelevat palvelusta toiseen, joten vertailu kannattaa tehdä omilla tehtävillä.

Yleisiä virheitä ja väärinkäsityksiä

Pidetään mallia hakukoneena, joka hakee vastauksen varmasta lähteestä.
Oletetaan, että malli tuntee yrityksen oman tiedon ilman, että sitä on annettu sille.
Valitaan malli vain suosion perusteella ottamatta huomioon tietosuojaa ja käyttötapausta.
Luullaan, että pidempi ohje tuottaa aina paremman vastauksen.