Een taalmodel (LLM, large language model) is een AI-model dat is getraind op enorme hoeveelheden tekst en daardoor taal kan begrijpen en genereren, door steeds het meest passende volgende stukje tekst te voorspellen.
Een taalmodel heeft tijdens de training van miljarden zinnen geleerd welke woorden, zinnen en ideeën bij elkaar horen. Technisch is het een groot neuraal netwerk. Stel je een vraag, dan bouwt het een antwoord op, token voor token, waarbij het steeds kiest wat het meest passend is gezien je vraag en alles wat al geschreven is.
Bekende taalmodellen zijn GPT van OpenAI, Claude van Anthropic, Gemini van Google en de modellen van Mistral. De chat-apps die je gebruikt, zijn een schil om zo'n model heen. Die schil voegt vaak extra's toe, zoals zoeken op het web, bestanden lezen of een geheugen voor je voorkeuren. Daardoor kan dezelfde modelfamilie zich in verschillende apps anders gedragen.
In de praktijk is een taalmodel goed in taken waarbij taal de grondstof is: een klachtbrief samenvatten, een beleidsstuk herschrijven voor een andere doelgroep, mails sorteren op onderwerp of een eerste opzet maken voor een presentatie. Een juridisch medewerker kan een lang contract laten samenvatten en daarna gericht vragen stellen over bijvoorbeeld de opzegtermijn.
Het grootste misverstand is dat een taalmodel feiten opzoekt. Het voorspelt. Wat het weet, zit verweven in het model zelf, met een kennisgrens en zonder bronvermelding. Daarom kan het een plausibel maar fout antwoord geven, en daarom is rekenen niet zijn sterkste kant. Ook begrijpt het niet zoals een mens: het herkent patronen, al zijn die patronen wel verrassend rijk.