Eine Definition
Ein Sprachmodell ist ein auf Sprache spezialisiertes Modell. Es kann als Bestandteil eines KI-Systems eingesetzt werden, zum Beispiel in Chatbots, Übersetzungsprogrammen, Suchsystemen oder Anwendungen zur Textverarbeitung.
Ein Sprachmodell bildet statistische Muster und Zusammenhänge in Sprache ab. Dadurch kann es beispielsweise einschätzen, welche Wörter oder anderen sprachlichen Einheiten in einem bestimmten Zusammenhang wahrscheinlich sind.
Grundlage dafür sind große Mengen an Texten, beispielsweise aus Büchern, Webseiten oder anderen Textquellen. Diese Texte dienen als Trainingsdaten. Beim Training lernt das Sprachmodell daraus Muster, Zusammenhänge und Strukturen der Sprache.
Was kann ein Sprachmodell?
Ein Sprachmodell kann Sprache verarbeiten und sprachliche Zusammenhänge erkennen. Je nach Modell und Anwendung kann es beispielsweise Texte vervollständigen, formulieren, zusammenfassen, übersetzen oder Fragen anhand von Textinformationen beantworten.
Dabei arbeitet es mit den sprachlichen Mustern und Zusammenhängen, die es während des Trainings gelernt hat. Moderne Sprachmodelle können dadurch Texte erzeugen, die sprachlich sehr natürlich wirken.
Ein Prompt, zwei Systeme: links ChatGPT, rechts Gemini
Was kann ein Sprachmodell nicht?
Ein Sprachmodell ist zunächst auf die Verarbeitung von Sprache spezialisiert. Es ist nicht automatisch ein vollständiges KI-System und verfügt nicht von sich aus über alle Fähigkeiten, die wir heute mit KI-Anwendungen verbinden.
Für andere Aufgaben können zusätzliche Komponenten erforderlich sein – beispielsweise eine Internetsuche für aktuelle Informationen, eine Bildanalyse zum Erkennen von Bildinhalten, eine Bildgenerierung zum Erstellen von Bildern oder eine Spracherkennung zur Verarbeitung gesprochener Sprache.
Ein modernes KI-System kann ein Sprachmodell daher mit weiteren Modellen, Werkzeugen und Datenquellen kombinieren. Das Sprachmodell ist dabei ein wichtiger Bestandteil – aber nicht zwangsläufig das gesamte KI-System.
