cpu-data.info

- LLM (Large Language Model) atau Model Bahasa Besar saat ini kiranya telah menjadi salah satu program yang ramai dibicarakan, seiring dengan perkembangan generative AI (Artificial Intelligence) yang cukup pesat.

Untuk diketahui, generative AI merupakan program AI yang mampu mengolah konten baru berdasarkan perintah pengguna. Beberapa contoh generative AI yang terkenal saat ini antara lain, seperti ChatGPT, Bing AI atau Copilot, dan Bard.

Baca juga: Artificial Intelligence: Pengertian, Jenis, Contoh, serta Kelebihan dan Kekurangannya

Masing-masing program AI tersebut didukung dengan LLM. Misalnya, untuk bisa menanggapi berbagai perintah pengguna, ChatGPT didukung dengan LLM bernama GPT (Generative Pre-training Transformer).

Kemudian, Bing AI yang merupakan program chatbot dari Microsoft, juga menggunakan LLM GPT. Sementara itu, Bard yang merupakan program chatbot dari Google menggunakan LLM buatan sendiri, yakni LamDA (Language Model for Dialogue Applications).

LLM punya peran penting di balik program-program AI tersebut. Lantaran punya peran yang penting, kiranya menarik untuk mengetahui lebih lanjut mengenai LLM. Lantas, sebenarnya apa itu LLM?

Jika tertarik untuk mengetahui lebih lanjut, silakan simak penjelasan di bawah ini mengenai apa itu LLM yang menjadi salah satu dasar dari kepintaran program AI.

Apa itu LLM?

LLM adalah program atau model yang dapat mengenali dan menghasilkan teks, serta memproses bahasa. Kemampuan LLM itu membuatnya mampu berinteraksi atau berkomunikasi dengan pengguna menggunakan bahasa yang natural.

Untuk menjalankan kemampuan itu, LLM dilatih menggunakan kumpulan data (dataset) yang sangat besar. itulah sebabnya LLM disebut sebagai model bahasa yang “large” atau "besar".

LLM dibangun berdasarkan machine learning atau pembelajaran mesin, khususnya sebuah jenis jaringan saraf tiruan yang dikenal sebagai model Transformer. Machine learning ini membuat LLM mampu memprediksi dan mengolah teks dari perintah yang diberikan.

LLM dilatih menggunakan dataset yang berasal dari berbagai sumber, terdiri dari ribuan atau jutaan gigabyte teks. Kualitas data mempengaruhi seberapa baik LLM dapat belajar bahasa secara alami. Oleh karena itu , LLM biasa menggunakan dataset yang lebih terkurasi.

LLM juga menggunakan sebuah jenis pembelajaran mesin yang disebut deep learning untuk memahami bagaimana karakter, kata, dan kalimat bekerja. Deep learning melibatkan analisis probabilitas pada data yang tidak terstruktur.

Analisis itu memungkinkan model deep learning pada LLM dapat mengenali perbedaan antar konten teks secara mandiri tanpa memerlukan banyak bantuan pengguna atau manusia.

Untuk menjalankan tugas tertentu, LLM dilatih lebih lanjut melalui penyesuaian. LLM disesuaikan kembali sesuai keinginan pengembang, supaya dapat menginterpretasikan pertanyaan, menghasilkan respons, atau menerjemahkan teks dari satu bahasa ke bahasa lain.

Dari berbagai banyak latihan yang dijalani, LLM bisa disebut juga sebagai program yang telah diberi cukup banyak “makanan” atau “contoh”, sehingga mampu mengenali dan memahami bahasa manusia atau jenis data kompleks lainnya.

Baca juga: Apa Itu AI Art Generator dan Contohnya?

Kegunaan LLM

LLM memiliki banyak kegunaan. Salah satu penggunaan LLM yang paling terkenal adalah pada pada generative AI, sebagaimana sempat dijelaskan di atas. Generative AI mampu menghasilkan teks sebagai jawaban dari prompt atau perintah pengguna.