Een large language model, afgekort LLM en in het Nederlands groot taalmodel, is een AI-systeem dat getraind is op enorme hoeveelheden tekst en daardoor taal kan begrijpen en schrijven. Een large language model is de technologie achter ChatGPT, Claude, Gemini en Copilot. Het werkt door steeds te voorspellen welk stukje tekst het meest logisch volgt. In dit artikel lees je in gewone taal hoe een LLM werkt, wat tokens en een context window zijn, wat GPT betekent en waarom een taalmodel soms dingen verzint.
Je hoeft niet te weten hoe een large language model werkt om ChatGPT te gebruiken, net zoals je geen monteur hoeft te zijn om auto te rijden. Toch helpt het om de basis te snappen. Je begrijpt dan beter waarom AI soms zo goed is, waarom het soms de mist in gaat en hoe je er betere antwoorden uit haalt.
- Een large language model is een AI-systeem dat taal leert van enorme hoeveelheden tekst en woord voor woord een antwoord voorspelt.
- Het werkt met tokens, kleine stukjes tekst, en kan maar een beperkte hoeveelheid tekst tegelijk overzien: het context window.
- Een LLM weet niet wat waar is, maar wat waarschijnlijk klinkt. Daarom kan het overtuigend dingen verzinnen.
Een large language model in één zin
Een large language model is een computerprogramma dat zoveel tekst heeft gelezen dat het heel goed kan voorspellen welke woorden op elkaar volgen, en daardoor kan schrijven, samenvatten, vertalen en vragen beantwoorden.
Het woord large slaat op twee dingen: de enorme hoeveelheid tekst waarop het model is getraind, en de grootte van het model zelf, dat uit miljarden instelbare getallen bestaat. Language model betekent taalmodel: een model van hoe taal in elkaar zit. Wil je weten hoe dit past in het bredere verhaal van AI, lees dan onze pagina over kunstmatige intelligentie.
Hoe werkt een large language model?
Een large language model wordt in een paar fasen gemaakt. Je hoeft de details niet te kennen, maar de grote lijn helpt. Wil je er meer over lezen, dan geeft Google een heldere Engelstalige introductie in large language models.
Stap 1
Leren van enorme hoeveelheden tekst
Eerst krijgt het model een enorme hoeveelheid tekst te verwerken: boeken, artikelen, websites en andere teksten. Bij elke zin oefent het model één ding: raden welk woord er komt, en zichzelf bijstellen als het fout zat. Door dat miljarden keren te doen, leert het model hoe taal werkt, welke woorden bij elkaar horen en hoe zinnen, redeneringen en teksten zijn opgebouwd. Dit heet pretraining.
Stap 2
Leren een goede assistent te zijn
Een model dat alleen woorden kan voorspellen, is nog geen behulpzame assistent. Daarom wordt het daarna verder getraind met voorbeelden van goede gesprekken en met beoordelingen door mensen, die aangeven welke antwoorden beter zijn. Zo leert het model vragen te beantwoorden, opdrachten uit te voeren en schadelijke antwoorden te vermijden.
Stap 3
Een antwoord voorspellen
Als jij een vraag stelt, voorspelt het model het antwoord stukje voor stukje. Na elk stukje kijkt het opnieuw naar alles wat er staat, jouw vraag en wat het zelf al schreef, en kiest het het volgende stukje. Dat gaat zo snel dat het lijkt alsof het hele antwoord in één keer verschijnt.
Het bijzondere is dat uit dat eenvoudige principe, steeds het volgende stukje tekst voorspellen, iets ontstaat wat lijkt op begrip en redeneren. Een LLM kan uitleggen, samenvatten, vertalen en zelfs programmeren, terwijl het eigenlijk alleen taal voorspelt.
Wat zijn tokens?
Een large language model werkt niet met hele woorden, maar met tokens. Een token is een stukje tekst: soms een heel woord, soms een deel van een woord, soms een leesteken. Een kort, veelvoorkomend woord is vaak één token, een lang of zeldzaam woord wordt opgeknipt in meerdere tokens. Nederlandse woorden worden vaak in meer stukjes geknipt dan Engelse, omdat de modellen vooral op Engelse tekst zijn getraind.
Tokens zijn om twee redenen handig om te kennen. Ten eerste rekenen veel AI-diensten voor zakelijk gebruik af per token. Ten tweede bepaalt het aantal tokens hoeveel tekst een model tegelijk kan overzien. Daarover gaat het context window.
Wat is een context window?
Het context window is de hoeveelheid tekst die een large language model tegelijk kan overzien: jouw vraag, het gesprek tot nu toe, eventuele documenten die je hebt toegevoegd en het antwoord dat het schrijft. Alles wat erbuiten valt, ziet het model niet.
Moderne taalmodellen hebben een groot context window, vaak genoeg voor honderden pagina's tekst. Daardoor kun je een lang rapport of een heel contract in één keer laten samenvatten. Toch is er een grens. In een heel lang gesprek kan het model dingen van het begin vergeten, of minder scherp worden. Begin daarom een nieuw gesprek als je over iets anders begint, en herhaal belangrijke informatie als een gesprek lang wordt.
Krijg je in een lang gesprek steeds rommeliger antwoorden? Vraag de AI om een samenvatting van wat jullie hebben besproken, en begin een nieuw gesprek met die samenvatting.
Wat betekent GPT?
GPT staat voor generative pre-trained transformer. Het is de naam van de modellen van OpenAI, en zit in de naam ChatGPT.
- Generative: het model maakt iets nieuws, zoals een tekst.
- Pre-trained: het model is vooraf getraind op enorme hoeveelheden tekst.
- Transformer: de techniek waarmee het model tekst verwerkt. Deze techniek werd in 2017 beschreven door onderzoekers van Google, en vormt de basis van vrijwel alle grote taalmodellen van nu.
Het bijzondere aan de transformer is dat hij bij elk woord kan kijken naar alle andere woorden in de tekst, en kan bepalen welke daarvan belangrijk zijn. Daardoor begrijpt het model dat "bank" in "ik zit op de bank" iets anders betekent dan in "ik ga naar de bank".
Welke large language models zijn er?
Er zijn veel taalmodellen, van verschillende bedrijven. De bekendste:
| Model | Van | Waar je het tegenkomt |
|---|---|---|
| GPT | OpenAI | ChatGPT, en deels in Copilot |
| Claude | Anthropic | Claude |
| Gemini | Gemini, Gmail, Docs | |
| Llama | Meta | Meta AI en apps van anderen |
| Mistral | Mistral AI (Frankrijk) | Vibe, voorheen Le Chat |
Sommige bedrijven maken hun modellen openlijk beschikbaar, zodat anderen ze kunnen gebruiken en aanpassen. Dat heet open-weight of open source. Andere houden hun modellen gesloten en bieden ze alleen via hun eigen diensten aan. Welke AI-assistent het beste bij jou past, lees je in onze vergelijking van de beste AI-assistent.
Een korte geschiedenis van taalmodellen
Computers die met taal werken, bestaan al lang. De eerste vertaalprogramma's en chatbots werkten met regels die mensen hadden opgeschreven. Dat ging goed bij eenvoudige zinnen, maar liep vast zodra taal ingewikkelder werd. Later kwamen systemen die taal leerden van voorbeelden, maar die konden maar een paar woorden tegelijk overzien.
De grote doorbraak kwam met de transformer, in 2017. Daarmee konden modellen hele teksten in één keer verwerken en leren van veel grotere hoeveelheden tekst. In de jaren daarna werden de modellen steeds groter en beter. Eind 2022 verscheen ChatGPT, en voor het eerst kon iedereen zonder technische kennis met een groot taalmodel praten. Sindsdien gaat de ontwikkeling snel: modellen kunnen meer tekst overzien, beter redeneren, ook met beeld en geluid werken en zelfstandig taken uitvoeren.
Large language models en het Nederlands
Large language models zijn vooral getraind op Engelse tekst, omdat het grootste deel van het internet Engelstalig is. Toch werken ze goed in het Nederlands. Ze hebben genoeg Nederlandse tekst gezien om de taal goed te beheersen, en ze kunnen wat ze in het Engels leerden, deels toepassen op andere talen.
Wel merk je soms dat een Nederlandse tekst wat vertaald klinkt, of dat een model een Engelse uitdrukking letterlijk overneemt. Ook kennis die vooral in Nederlandse bronnen staat, zoals Nederlandse wetten en regels, is soms minder goed of minder actueel. Vraag daarom om natuurlijk Nederlands als een tekst stijf klinkt, en controleer informatie over Nederlandse regels altijd bij een officiële bron. Er wordt ook gewerkt aan taalmodellen die speciaal op Nederlandse tekst zijn getraind, zodat ze de taal en de Nederlandse context nog beter kennen.
Waarom een large language model soms fout zit
Een large language model voorspelt wat waarschijnlijk klinkt, niet wat waar is. Meestal valt dat samen, omdat de teksten waarop het is getraind meestal kloppen. Maar soms niet. Dan schrijft het model een antwoord dat heel overtuigend klinkt, met feiten, namen, cijfers of bronnen die niet bestaan. Dat heet hallucineren.
Hallucinaties ontstaan vooral bij onderwerpen waarover weinig tekst bestaat, bij heel specifieke vragen, bij recente gebeurtenissen en bij cijfers. Het model "weet" niet dat het iets niet weet, en vult de gaten met wat logisch klinkt.
Daarnaast kan een taalmodel vooroordelen overnemen uit de teksten waarop het is getraind, en kan zijn kennis verouderd zijn als het niet op internet zoekt. Dat is geen reden om AI niet te gebruiken, wel om het verstandig te gebruiken: controleer feiten, vraag om bronnen en zoek die zelf op. Lees meer in ons artikel over AI-hallucinaties.
Wat betekent dit voor hoe je AI gebruikt?
Wie snapt hoe een large language model werkt, haalt er meer uit. Drie lessen.
Geef context. Het model voorspelt op basis van wat er staat. Hoe meer relevante informatie je geeft, hoe beter het antwoord past bij jouw situatie. Dat is de kern van een goede prompt; lees er meer over in onze uitleg wat is een prompt.
Controleer feiten. Het model klinkt altijd zeker, ook als het fout zit. Controleer dus wat belangrijk is.
Houd gesprekken overzichtelijk. Het context window is groot, maar niet oneindig. Begin een nieuw gesprek voor een nieuw onderwerp, en zet belangrijke informatie liever opnieuw in je vraag dan erop te vertrouwen dat het model het nog weet.
Van taalmodel naar assistent en agent
De AI-assistenten die je kent, zoals ChatGPT en Claude, zijn meer dan alleen een taalmodel. Er zitten functies omheen: zoeken op internet, bestanden lezen, afbeeldingen maken, een geheugen. Het taalmodel is de motor, de assistent is de auto eromheen.
De nieuwste ontwikkeling zijn AI-agents: taalmodellen die niet alleen antwoorden, maar zelfstandig stappen uitvoeren, zoals informatie opzoeken op verschillende websites en daar een overzicht van maken. Wat dat betekent, lees je in ons artikel wat is een AI-agent.
Veelgestelde vragen over large language models
Wat is een LLM (large language model)?
Een LLM, large language model of groot taalmodel, is een AI-systeem dat getraind is op enorme hoeveelheden tekst en daardoor taal kan begrijpen en schrijven. Het is de technologie achter ChatGPT, Claude, Gemini en Copilot.
Wat is het verschil tussen een large language model en ChatGPT?
Een LLM is het taalmodel, de motor. ChatGPT is de AI-assistent die je gebruikt, met het taalmodel van OpenAI als basis en functies eromheen zoals zoeken, bestanden en afbeeldingen.
Wat is een token?
Een token is een stukje tekst waarmee een taalmodel werkt: een woord, een deel van een woord of een leesteken. Het aantal tokens bepaalt hoeveel tekst een model tegelijk kan verwerken.
Wat is een context window?
Het context window is de hoeveelheid tekst die een taalmodel tegelijk kan overzien: je vraag, het gesprek en eventuele documenten. Wat erbuiten valt, ziet het model niet.
Wat betekent GPT?
GPT staat voor generative pre-trained transformer: een model dat iets nieuws maakt, vooraf is getraind op veel tekst en werkt met de transformertechniek.
Begrijpt een LLM wat het zegt?
Niet zoals mensen. Een taalmodel voorspelt taal op basis van patronen, en dat levert vaak antwoorden op die lijken op begrip. Maar het heeft geen eigen kennis van de wereld, geen bedoelingen en geen oordeel. Daarom blijft menselijke controle nodig.
Leren werken met taalmodellen
Je hoeft geen technische kennis te hebben om goed met AI te werken, maar het helpt wel om te snappen wat er gebeurt. In AI Fundament, de online AI-cursus van AIcursus.nl, begint module 1 bij de basis van AI: hoe het werkt en waarom het soms fout zit. Daarna leer je hoe je duidelijke opdrachten geeft, de antwoorden beoordeelt en AI toepast bij schrijven, onderzoeken, beeld en data.
Je oefent met praktijkopdrachten en krijgt op elke opdracht direct feedback. De AI zit in het leerplatform zelf, dus je hebt geen eigen abonnement nodig, en na afronding krijg je een certificaat van deelname. AI Fundament kost € 39,95, eenmalig en inclusief btw.
Max is medeoprichter van AIcursus.nl en maakte AI Fundament samen met Wijnand Wieling. Hij werkt dagelijks met AI en volgt de ontwikkelingen al sinds de eerste versie van ChatGPT. Hij test nieuwe tools, probeert toepassingen uit en ontdekt wat wel en niet werkt in de praktijk. Wat hij leert, verwerkt hij in de cursus en in de artikelen in de kennisbank.
Meer over ons
