女性向けエンジニアスクール
3秒でわかる
大量の文章から次に来る語を予測するよう学習した巨大なモデル。ChatGPT や Claude の中核で、文章生成や要約、コード補助を担います。
30秒図解
もう少し詳しく
どういうものか
LLM は Large Language Model(大規模言語モデル)の略で、膨大なテキストを学習し、与えられた文の続きとして最もありそうな語を確率的に選び続けることで文章を作るモデルです。Transformer という構造を土台にしており、パラメータ数は数十億から数千億規模になります。ChatGPT、Claude、Gemini はいずれもこの仕組みの上に対話用の調整を加えた製品です。
なぜ必要か
従来の自然言語処理は、翻訳、要約、分類とタスクごとに専用モデルを作る必要がありました。LLM は「続きを予測する」という 1 つの訓練だけで、指示文を変えるだけで別の仕事をこなします。開発側から見ると、学習データを集めてモデルを作る工程を飛ばし、プロンプトを書くだけで機能を試作できる点が最大の変化です。
具体例
from anthropic import Anthropic
client = Anthropic()
res = client.messages.create(
model="claude-sonnet-4-5",
max_tokens=500,
messages=[
{"role": "user", "content": "次の議事録を3行で要約して
" + text}
],
)
print(res.content[0].text)モデルに渡す文字列は token という単位に分割され、入力と出力の合計 token 数が料金と応答速度を決めます。
つまずきやすいところ
利用側から見た LLM の入力はプロンプトと呼ばれる文字列だけで、そこに指示、前提となる資料、出力形式の例をすべて含めます。モデルは会話を記憶しているわけではなく、毎回それまでのやり取りを丸ごと送り直しているだけです。会話が長くなるほど送る量が増え、料金と応答時間も増えていきます。
似た用語との違い
| 用語 | 指すもの |
|---|---|
| AI | 知的な処理を行う技術全般 |
| 機械学習 | データから規則を学ぶ手法 |
| LLM | 言語に特化した大規模モデル |
| 生成 AI | 文章や画像を作り出す用途の総称 |
覚え方
「大量に読んだが、記憶を確認せずに滑らかに話す人」と考えると、得意なこと(文章の整形や言い換え)と苦手なこと(事実の保証)が同時に説明できます。
