مدل زبانی بزرگ (LLM) چیست؟

مدل‌های زبانی بزرگ، نوعی از شبکه‌های عصـبی عمیق هستند که با استفاده از مقادیر عظیمی از داده‌های متنـی آموزش دیده‌اند. این مدل‌ها قادرند الگوهای زبانی را شناسایی کرده و متون جدیدی را تولید کنند که از نظر معنا و ساختار، شباهت زیادی به متون انسانی دارند.

LLMها بر پـــایه معمـــاری ترانسفورمر (Transformer) طراحـی شده‌اند که امـکان پـردازش مـتون طولانـی و درک وابستـگی‌های مـیان واژه‌ها را فراهم می‌آورد. ایـن مدل‌ها از طریـق فرایند یادگیری عمیق، ارتباطـات معنایـی میـان واژه‌ها و جملات را تحلیل کرده و بر اساس الگوهای زبانی، خروجی‌های متنی تولید می‌کنند. مهم‌ترین ویژگی‌های این مدل‌ها عبارت‌اند از:

• یادگیری از پیش (Pre-training)
• تنظیم دقیق (Fine-tuning)
• درک و تولید متن