LLM(大規模言語モデル)とは、大量の文章から言葉の使われ方を学習し、文章を理解したり、つくったりできるAIのモデルのことです。LLMは、Large Language Modelの略です。対話型のAIサービスや、社内の問い合わせに答える仕組みなど、文章を扱う生成AIの多くが、LLMを土台にして動いています。
LLMは、どんな仕組みか?
LLMは、文章を「トークン」と呼ばれる細かな単位に分け、それまでの文の流れから、次に来る可能性の高いトークンを予測して、文章をつくっていきます。
学習には、Webページや書籍など、膨大な量の文章が使われます。この学習を通じて、言葉の意味や文のつながり、一般的な知識を身につけます。
LLMが知っているのは、学習した時点までの情報です。社内の資料や最新の情報をもとに答えさせるには、RAGのように、答える前に資料を検索して渡す仕組みを組み合わせます。
LLMで、何ができるのか?
質問への回答、要約、下書き、翻訳、情報の取り出しなど、文章を読む、書く、まとめる、言い換える、といった言葉に関わる作業の多くに使えます。
- 質問への回答や、対話での受け答え
- 長い文章の要約
- メールや報告書の下書き
- 翻訳や、文体の書き換え
- 文章からの情報の取り出しや分類
- プログラムを書く作業の手助け
LLMと生成AIは、どう違うのか?
生成AIは、文章や画像などを新しくつくり出すAI全体を指す言葉で、LLMはその中で文章を扱うためのモデルを指します。対話型のAIサービスは、LLMに画面や機能を組み合わせて、使いやすくしたものです。
| 言葉 | 指すもの |
|---|---|
| 生成AI | 文章や画像、音声などを新しくつくり出すAI全体 |
| LLM | 生成AIのうち、文章を扱うためのモデル |
| 対話型のAIサービス | LLMに、画面や会話の履歴の管理などを組み合わせたサービス |
LLMを選ぶときに、何を確かめればいいか?
性能だけでなく、入力したデータの扱い、使える環境、費用のかかり方、得意な作業を確かめます。
- 入力したデータの扱い
- 入力した内容が、モデルの学習に使われない契約や設定にできるかを確かめます。
- 使える環境
- 自社で契約しているクラウドの中で使えるかどうかも、社内の規程によっては大切な条件になります。
- 費用のかかり方
- 多くの場合、処理した文字の量に応じて費用がかかります。利用する人数や回数から、月々の費用を見積もります。
- 得意な作業
- 文章の質、長い資料の扱い、応答の速さなど、モデルによって得意な作業が違います。実際の業務のデータで試して比べます。
トラックファームでは、LLMをどう選んでいるか?
業務の内容や社内の規程に合わせて、使うモデルと環境を選びます。使うのは、入力したデータが学習に使われない契約・設定の環境だけで、お客様のクラウド環境の中に構築することもできます。
よくある質問
LLMは、社内のデータを学習させないと使えませんか?
学習させなくても使えます。社内の資料をもとに答えさせたい場合は、RAGのように、答える前に資料を検索してLLMに渡す方法が一般的です。資料を差し替えるだけで、新しい情報も反映できます。
LLMの答えは、いつも正しいですか?
いつも正しいとは限りません。事実と違う内容を、もっともらしくつくることがあります(ハルシネーション)。重要な内容は、根拠の資料と見比べ、人が確かめてから使います。
