Model bahasa besar (bahasa Inggris: large language model, biasa disingkat LLM) adalah model bahasa berskala besar yang terkenal karena kemampuannya untuk mencapai tujuan umum dalam pemahaman dan pembangkitan bahasa. LLM memperoleh kemampuan ini dengan menggunakan data dalam jumlah besar untuk mempelajari miliaran parameter selama pelatihan dan mengonsumsi sumber daya komputasi yang besar selama pelatihan dan pengoperasiannya.[1] LLM merupakan jaringan syaraf tiruan (umumnya menggunakan transformer[2]) dan telah dilatih sebelumnya dengan menggunakan pemelajaran terawasi mandiri dan pemelajaran semi terawasi.

Sebagai model bahasa yang bersifat autoregresif, LLM bekerja dengan menerima teks masukan dan memprediksi token atau kata selanjutnya secara berulang.[3] Sampai tahun 2020, fine tuning adalah satu-satunya cara suatu model bisa beradaptasi untuk bisa menyelesaikan tugas tertentu. Adapun model yang lebih besar, seperti GPT-3, dapat di-prompt-engineer untuk mencapai hasil yang sama. [4] LLM dianggap memiliki pengetahuan terkait sintaksis, semantik, dan ontologi yang melekat pada korpora bahasa manusia, tetapi LLM juga memiliki semacam ketidakakuratan dan bias yang ada dalam korpora. [5]

Contoh terkenal, termasuk model GPT oleh OpenAI (seperti, GPT-3.5 dan GPT-4, yang digunakan dalam ChatGPT), PaLM milik Google (digunakan dalam Bard), dan LLaMA milik Meta, serta BLOOM, Ernie 3. 0 Titan, dan Claude 2.

Referensi

sunting
  1. ^ "Better Language Models and Their Implications". OpenAI. 2019-02-14. Diarsipkan dari versi aslinya tanggal 2020-12-19. Diakses tanggal 2019-08-25.
  2. ^ Merritt, Rick (2022-03-25). "What Is a Transformer Model?". NVIDIA Blog (dalam bahasa American English). Diakses tanggal 2023-07-25.
  3. ^ Bowman, Samuel R. (2023). "Eight Things to Know about Large Language Models". arΧiv:2304.00612 [cs.CL]. 
  4. ^ Brown, Tom B.; Mann, Benjamin; Ryder, Nick; Subbiah, Melanie; Kaplan, Jared; Dhariwal, Prafulla; Neelakantan, Arvind; Shyam, Pranav; Sastry, Girish; Askell, Amanda; Agarwal, Sandhini; Herbert-Voss, Ariel; Krueger, Gretchen; Henighan, Tom; Child, Rewon; Ramesh, Aditya; Ziegler, Daniel M.; Wu, Jeffrey; Winter, Clemens; Hesse, Christopher; Chen, Mark; Sigler, Eric; Litwin, Mateusz; Gray, Scott; Chess, Benjamin; Clark, Jack; Berner, Christopher; McCandlish, Sam; Radford, Alec; Sutskever, Ilya; Amodei, Dario (Dec 2020). Larochelle, H.; Ranzato, M.; Hadsell, R.; Balcan, M.F.; Lin, H. (ed.). "Language Models are Few-Shot Learners" (PDF). Advances in Neural Information Processing Systems. 33. Curran Associates, Inc.: 1877–1901.
  5. ^ Manning, Christopher D. (2022). "Human Language Understanding & Reasoning". Daedalus. 151 (2): 127–138. doi:10.1162/daed_a_01905. S2CID 248377870.

📚 Artikel Terkait di Wikipedia

Asisten virtual

recognition Ontology learning Parsing Part-of-speech tagging Semantic role labeling Semantic similarity Sentiment analysis Terminology extraction Text mining

Pemeriksa ejaan

recognition Ontology learning Parsing Part-of-speech tagging Semantic role labeling Semantic similarity Sentiment analysis Terminology extraction Text mining

AI-komplit

John C. (1988), "Thinking About Foreign Policy: Finding an Appropriate Role for Artificially Intelligent Computers", The 1988 Annual Meeting of the International

Pengolahan bahasa alami

recognition Ontology learning Parsing Part-of-speech tagging Semantic role labeling Semantic similarity Sentiment analysis Terminology extraction Text mining

Penambangan teks

recognition Ontology learning Parsing Part-of-speech tagging Semantic role labeling Semantic similarity Sentiment analysis Terminology extraction Text mining

Pentransformasi praterlatih generatif

Diakses tanggal 10 April 2023. Sharma, Animesh K.; Sharma, Rahul (2023). "The role of generative pretrained transformers (GPTs) in revolutionising digital marketing:

Kumpulan data COVID-19

dengan pandemi COVID-19. COVID-19 Open Research Dataset (CORD-19): Proyek Semantic Scholar dari Allen Institute for AI menampung data kasus CORD-19, kumpulan

Sejarah bahasa Yunani

Αρχείο. hlm. 88–93. Papademetriou, Kyriakoula (2015-01-12). "The dynamic semantic role of etymology in the meaning of Greek biblical words. The case of the