大規模言語モデル(LLM)とは
LLM(大規模言語モデル)は数十億〜数千億のパラメータを持つ巨大な言語モデルです。その特徴と代表例を整理します。
胡桃 あんず
先生、ChatGPT も Claude も Gemini も「LLM」って呼ばれてるけど、全部「大きい言語モデル」ってだけの括り?
ちょっと雑じゃない?
若葉 みどり 先生
あんずさん、そこ鋭いわね。
確かに「大きい」の基準は曖昧だから、「LLM とは何か」を明確にしておきましょう。
LLM(Large Language Model)は一般に、数十億(Billion)以上のパラメータを持つ言語モデル、と説明されることが多いわ。
GPT-3 の1,750億、LLaMAの70億〜700億、Geminiの諸モデル、Claudeなど。
白銀 ゆき
なるほど、定義が曖昧なまま使っていたんですね…業界用語の落とし穴という理解で合っていますか?
桜井 もも
そんなに大きいんだぁ…もも、勉強時間も長そうって思っちゃう。
若葉 みどり 先生
大量のテキストで事前学習することで、言語の広範な知識を獲得するの。
質問応答・翻訳・要約・コード生成・創作文まで、一つのモデルで多様なタスクをこなせるのが LLM の強みよ。
白銀 ゆき
特に、タスクごとに別モデルを訓練する必要がなく、プロンプトだけで多くのタスクに適応できる——これをFew-shotやZero-shotプロンプトと呼ぶんでしたね。
タスク特化モデルから汎用モデルへ、というパラダイムシフトが LLM の本質です。
胡桃 あんず
代表 LLM って他に何があるの?
若葉 みどり 先生
OpenAI の GPT 系、Google の Gemini、Anthropic の Claude、Meta の LLaMA、Mistral 社の Mistral/Mixtral、中国の Qwen や DeepSeek、日本では rinna や CyberAgent・Preferred Networks 系の日本語 LLM など、国内外で多数開発されているわ。
商用 API とオープンソースの二軸で選べるのも魅力ね。
白銀 ゆき
オープンソース LLM は自社サーバで動かせるからデータ主権や機密情報に強みがあって、業務採用が進んでいますね。
桜井 もも
LLM にも「大手チェーン店」と「地域密着の和菓子屋」さんみたいな違いがあるんだねぇ。
胡桃 あんず
ももちゃんのたとえ、今日も冴えてるね!
じゃあ小さい LLM——って名前おかしくない?
軽量化されたやつもあるってこと?
若葉 みどり 先生
うん、SLM(Small Language Model)と呼ばれるものもあるわ。
数億〜数十億パラメータ級で、エッジデバイスで動かせるものが増えているの。
Phi-3、Gemma、TinyLlama など。
白銀 ゆき
大規模と小規模を適材適所で使い分ける時代ですね。
ビジネスでも「用途ごとに最適なモデルを選ぶ」マルチモデル運用が主流になりつつあります。
若葉 みどり 先生
試験では「LLM=数十億以上のパラメータ」「多様なタスクに汎用的に対応できる」「代表モデル名3つ以上」を押さえましょう。
SLM との対比も覚えておくと安心よ。
確認クイズ
LLM の特徴として最も適切なものはどれか。
- 特定のタスク専用に設計されている
- パラメータ数が数百程度
- 一つのモデルで多様なタスクに対応できる
- ルールベースで動作する
こたえを見る
正解: 3. 一つのモデルで多様なタスクに対応できる
LLM は大量データで事前学習することで、一つのモデルで質問応答・翻訳・要約・コード生成など多様なタスクに対応できます。特定タスク専用は従来型、数百パラメータは小規模過ぎる、ルールベースはそもそも学習型ではありません。
この記事の関連書籍
Amazonアソシエイトリンクを含みます。他分野は おすすめ書籍ページ へ。
この記事について
AIパスポートスタディが作成した教材です。運営について・記事の作り方
試験についてはこちらをご覧ください: GUGA 生成AIパスポート公式ページ