LLM(大規模言語モデル)

ざっくり言うと

このページは用語集なので、短い定義と周辺用語へのつなぎに絞って整理します。LLMの全体像をじっくり知りたい人は、別記事「LLM(大規模言語モデル)って何?」へどうぞ。

イメージ

正確には

IBMの解説では、LLMは巨大なテキストデータセットで事前学習され、文章の理解・生成・翻訳・予測などができる深層学習ベースの基盤モデルとされています。 Google Cloudも同様に、LLMを膨大なテキストで訓練され、自然言語の処理・生成タスクをこなす大規模なディープラーニングモデルと説明しています。 NVIDIAはLLMをTransformerアーキテクチャをベースにした、自然言語を扱う深層学習モデルと位置づけています。

ポイントだけ抜き出すと、こうなります:

観点	LLM の特徴
ベース技術	深層学習 + Transformer(=現代の主流アーキテクチャ)
学習の仕方	大量テキストでまず事前学習(Pre-training)し、その後ファインチューニングなどで仕上げる
主な仕事	文章生成・要約・翻訳・質問応答・コード生成など、言葉まわり全般
「大規模」の中身	学習データ量・パラメータ数の両方が桁外れ(具体数は各社非公開のものも多い)

使われる文脈

「LLM」という単語は、技術記事や公式リリースで次のような使われ方をします。

つまりLLMは、「言葉を扱うAIの中核エンジン」を指す言葉として、技術側・ビジネス側のどちらの会話にも出てきます。

どんな場面で使う?

LLM が得意なのは、文章として表せる作業です。

• 長い文章を短く要約する
• メールや記事の下書きを作る
• 表現をやわらかく言い換える
• コードや設定ファイルの意味を説明する
• 質問に対して、関連しそうな考え方を整理する

逆に、センサーを直接動かす、在庫を実際に更新する、銀行口座から送金する、といった操作は LLM 単体の仕事ではありません。必要に応じて、API やツール連携と組み合わせて使います。

注意点

関連用語

LLM 周辺で一緒に出てきやすい用語は、同じ用語集の以下のページで扱っています。

• GPT(Generative Pre-trained Transformer) — OpenAI の代表的な LLM ファミリー
• Transformer — 現代の LLM の土台になっているアーキテクチャ
• 生成AI — LLM を含む、新しく中身を作り出す AI の総称
• パラメータ — モデルの「大きさ」を測る単位の話
• 学習(Training) — LLM がどうやって言葉のクセを覚えるか
• コンテキストウィンドウ — LLM が一度に読める文章の長さ

やってみよう