LLM(大規模言語モデル)って何?

ざっくり言うと

ニュースで「生成AI」と呼ばれている文章系のサービスは、多くがこのLLMを中心に動いています。まずは「文章を扱うために大規模に訓練されたモデル」と捉えておけば大丈夫です。

イメージ

「大規模」って何が大規模?

つまりLLMとは、言語モデルを非常に大きな規模で訓練し、さまざまな文章タスクに使えるようにしたものです。

正確には

IBM の解説では、LLM は「大量のテキストデータで学習し、自然言語(人間の言葉)を理解・生成できる深層学習モデル」と説明されています。中心となっているのは Transformer と呼ばれる仕組みで、これは 2017年にGoogle の研究者らが論文で発表したアーキテクチャです。今の主要な LLM はほぼすべて、この Transformer ベースで作られています。

Google Cloud も「LLM は膨大なデータセットで事前学習された大規模な深層学習モデルで、テキストやその他のコンテンツを認識・要約・翻訳・予測・生成できる」と整理しています。NVIDIA の用語集でも同様に、大量のデータで訓練された深層学習アルゴリズムとして位置づけられています。

LLM の主な特徴

観点	ざっくり何?
学習データ	大量のテキスト(書籍・Web・コードなど)を事前に読み込ませる
パラメータ数	内部の調整つまみが数億〜兆規模(モデルにより幅がある)
得意なこと	文章生成・要約・翻訳・分類・質問応答・コード生成など、言葉まわり全般
汎用性	1つのモデルで多用途に使える(専用モデルを毎回作らなくていい)
中身の仕組み	Transformer ベースの深層学習(ディープラーニング)の一種

LLM が登場して何が変わった?

それまでの言語AIは、「翻訳専用」「分類専用」のように用途ごとに別々のモデルを作るのが普通でした。LLM の登場で何が変わったかというと、ざっくり次の2つです。

• 文脈理解: 直前の何百〜何千文字も踏まえて、自然な続きを書けるようになった
• 汎用性: 1つのモデルで「要約も翻訳も相談も下書きも」こなせるようになった

この2つが合わさったことで、「話しかけると、文脈を踏まえて自然に返してくれる」という体験が広がりました。ChatGPTが広く注目されたのは、この体験を多くの人が直接触れる形で公開したことが大きな理由です。

ChatGPT・Claude・Gemini・Grok との関係

「ChatGPTを使う = LLMを使っている」「Claudeを使う = LLMを使っている」と結びつけておくと、新しいAIサービスが出てきても、仕組みを整理しやすくなります。

注意点

やってみよう

ここまでで、「LLM = 文章を大量に学習した大規模な言語モデル」「ChatGPTたちはそのLLMを使ったサービス」というところまで分かれば十分です。次の記事では、そのLLMがどうやって次の言葉を選んでいるのか、もう一歩だけ中身を見ていきます。