Ordlista

Stor språkmodell (LLM)

Vad är Stor språkmodell (LLM)?

En stor språkmodell (large language model, LLM) är ett neuralt nätverk som tränats på mycket stora textmängder och därmed kan förstå och generera språk. Den fungerar genom att steg för steg beräkna den mest sannolika nästa token. LLM:er skriver, sammanfattar, översätter, besvarar frågor och genererar kod; kända exempel är Claude, GPT, Gemini och Llama. Utan tillgång till aktuella källor vet de bara det som fanns i deras träningsdata.

Så hjälper KI.ordo

KI.ordo använder stora språkmodeller ur Anthropics Claude-familj och kombinerar dem med instruktioner och din egen kunskap.

Läs mer

Ämnen

Språkmodeller
Generativ AI
Kärnbegrepp

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Transformer

Transformern är en arkitektur för neurala nätverk som introducerades 2017 i forskningsartikeln ”Attention Is All You Need”. I kärnan finns uppmärksamhetsmekanismen: varje ord vägs i förhållande till alla andra ord i en text, och beräkningen kan parallelliseras effektivt. Transformers ligger till grund för dagens språkmodeller som GPT, Claude och BERT och används också för bilder och ljud.

Arkitektur
Djupinlärning
+1

Token

En token är den minsta textenhet som en språkmodell bearbetar, oftast en del av ett ord, ett kort ord eller ett skiljetecken. Modeller läser indata och genererar svar token för token, och storleken på kontextfönstret mäts också i tokens. Eftersom leverantörer tar betalt för indata- och utdatatokens avgör tokens direkt kostnader och begränsningar: långa instruktioner och omfattande bakgrundskunskap ökar förbrukningen.

LLM
Kostnader
+1

Grundmodell (foundation model)

En grundmodell är en stor AI-modell som har förtränats på mycket omfattande och mångsidiga data och sedan kan användas för många olika uppgifter. Begreppet myntades vid Stanford University 2021. Kända exempel är stora språkmodeller som Claude eller GPT samt bildmodeller. Företag bygger vanligtvis sina applikationer på sådana modeller i stället för att träna egna från grunden; EU:s AI-förordning talar om AI-modeller för allmänna ändamål.

Basmodell
Språkmodeller
+1

Claude

Claude är en familj av stora språkmodeller från det amerikanska AI-företaget Anthropic. Modellerna förstår och skriver text på många språk, analyserar dokument, skriver kod och kan använda verktyg, till exempel för research eller automatisering. Mest kända är modellfamiljerna Haiku, Sonnet och Opus, som skiljer sig åt i hastighet, kostnad och förmåga. Anthropic lägger särskild vikt vid säkerhet och tillförlitligt modellbeteende.

Anthropic
språkmodell
+1