LLM

Mô hình ngôn ngữ lớn là động cơ đằng sau phần lớn AI dạng văn bản, gồm ChatGPT, Claude và Gemini. Chúng đưa AI từ các công cụ hẹp, chuyên một tác vụ, sang các hệ thống tổng quát xử lý được nhiều loại việc ngôn ngữ chỉ từ một mô hình, đó là lý do chúng giờ nằm dưới rất nhiều sản phẩm.

LLM hoạt động thế nào?

LLM chia văn bản thành các đơn vị nhỏ gọi là token và học, từ dữ liệu huấn luyện khổng lồ, các quan hệ thống kê giữa chúng. Để trả lời, nó dự đoán token kế tiếp lặp đi lặp lại, mỗi lần cân nhắc mọi thứ đã viết, cho tới khi thành một câu trả lời hoàn chỉnh. Nó không tra cứu sự thật; nó tạo ra phần nối tiếp hợp lý nhất dựa trên mẫu đã học, điều giải thích cả sự trôi chảy lẫn các kiểu lỗi của nó.

LLM khác foundation model ở đâu?

LLM là loại phổ biến nhất của foundation model, nhưng hai khái niệm không đồng nhất. Foundation model là phạm trù rộng hơn, gồm cả các mô hình làm việc với hình ảnh, âm thanh và video, không chỉ văn bản. LLM là một foundation model chuyên về ngôn ngữ. Trong đời thường hai từ thường bị dùng lẫn, vì các foundation model mà đa số người tiếp xúc chính là mô hình ngôn ngữ.

LLM dùng để làm gì?

• Trả lời câu hỏi và giải thích khái niệm.
• Viết và biên tập văn bản, từ email tới tài liệu dài.
• Tóm tắt và trích xuất thông tin từ nguồn.
• Vận hành trợ lý chat và, khi nối với công cụ, các AI agent.

Giới hạn của LLM là gì?

Vì LLM dự đoán văn bản hợp lý chứ không truy xuất sự thật đã kiểm chứng, nó có thể tạo phát biểu sai một cách tự tin, tức AI hallucination. Kiến thức của nó đóng băng ở mốc huấn luyện trừ khi được ghép với truy xuất như RAG, và nó có thể phản ánh thiên lệch trong dữ liệu huấn luyện. Những giới hạn này là lý do việc nối đất và con người rà soát vẫn quan trọng để dùng đáng tin cậy.