LLM (Large Language Model)

Definition

Ein Large Language Model ist ein Transformer-basiertes neuronales Netz mit typischerweise Milliarden Parametern, das auf breiten Textkorpora vortrainiert wurde. LLMs sagen auf Basis des Eingabekontexts das jeweils nächste Token vorher und können dadurch Fragen beantworten, Texte zusammenfassen, Code schreiben oder Tools aufrufen. Bekannte Beispiele sind GPT, Claude, Gemini, Mistral und DeepSeek. Qualität, Latenz, Kosten und Datenschutz-Bedingungen unterscheiden sich je nach Modell und Betreiber deutlich.

So nutzt Swiss Knowledge Hub diesen Begriff

Swiss Knowledge Hub bietet standardmässig die Modelle deepseek-v3-0324, kimi-k2-5-instruct und mistral-medium-2505 an. Per BYOK lassen sich je nach Tenant-Freigabe zusätzlich OpenAI, Azure OpenAI, Anthropic, Google, Mistral, DeepSeek, Azure DeepSeek, Azure AI Foundry und OpenAI-kompatible Custom Endpoints anschliessen; die Datenverarbeitung folgt dann den Bedingungen des gewählten Providers.

Verwandte Begriffe

• RAG (Retrieval-Augmented Generation)
• Context Window
• Tokenisierung
• BYOK (Bring Your Own Key)
• Hallucination

Quellen

1. Wikipedia: Large language model — https://en.wikipedia.org/wiki/Large_language_model