Um Large Language Models (LLMs) zu verstehen, sollten Sie sich mit grundlegenden Konzepten in der Textverarbeitung und der natürlichen Sprachverarbeitung befassen. Der Großteil des Codes, den wir verwenden, um mit LLMs zu interagieren, ist hinter verschiedenen APIs versteckt. Dies ist grundsätzlich positiv, da es die Nutzung solcher Modelle erleichtert. Dennoch gibt es Hoffnung für diejenigen, die mehr über diese Modelle erfahren möchten. Abgesehen von den Forschern, die an der Entwicklung und Schulung neuer LLMs arbeiten, gibt es hauptsächlich zwei Arten von Menschen, die mit solchen Modellen arbeiten: Nutzer, die über Anwendungen wie ChatGPT oder Gemini interagieren, sowie Data Scientists und Entwickler, die mit verschiedenen Bibliotheken wie llangchain, llama-index oder sogar mit Gemini oder OpenAI APIs arbeiten, um den Prozess des Aufbaus auf diesen Modellen zu vereinfachen.
Das Problem besteht darin, dass grundlegendes Wissen im Bereich der Textverarbeitung und natürlichen Sprachverarbeitung in Verbraucherprodukten oder APIs weitgehend verborgen ist. Diese Produkte und APIs sind zwar großartig, um spannende Anwendungsfälle rund um diese Technologien zu entwickeln, jedoch reicht das Verständnis so nicht aus, um komplexe Anwendungsfälle zu entwickeln oder LLMs effektiver zu nutzen. Um dies zu erreichen, ist es notwendig, sich mit den Fundamenten vertraut zu machen, insbesondere wenn die Modelle nicht so reagieren, wie Sie es möchten.