LLM（大規模言語モデル）はChatGPT・Claude・Geminiなど生成AIの中核技術。仕組み・主要モデル比較・API活用・RAG・ファインチューニングを現役エンジニアが解説します。
LLM（Large Language Model：大規模言語モデル）とは、大量のテキストデータで学習した深層学習モデルで、人間のような自然な文章の生成・理解・翻訳・要約・コード生成を行います。 ChatGPT（GPT-4o）・Claude・Geminiが代表例で、2022年のChatGPT公開以降に急速に普及しました。
| モデル | 開発元 | 特徴 |
|---|---|---|
| GPT-4o | OpenAI | 高性能・マルチモーダル・最も広く使われる |
| Claude 3.7 Sonnet | Anthropic | 長いコンテキスト・コード生成が得意・安全性重視 |
| Gemini 1.5 Pro | 最大1Mトークンのコンテキスト・動画理解に強い | |
| Llama 3 | Meta | オープンソース・自社サーバーで動作可能 |
LLMの核心はトランスフォーマー（Transformer）アーキテクチャです。入力テキストをトークン（最小処理単位）に分割し、Self-Attention機構で各トークン間の関係性を計算します。膨大なパラメータ数（GPT-4は推定1兆以上）が「次のトークンを予測する」タスクで学習されることで、人間のような言語理解が実現されます。
AIは人工知能の総称で、LLMはAIの中でも「言語を扱う大規模モデル」に限定した概念です。画像認識AIや音声認識AIはLLMではありません。
① ハルシネーション（誤情報出力）リスク ② 個人情報・機密情報の入力管理 ③ 生成物の著作権 ④ APIコストの見積もり、の4点が主な注意点です。
一度に処理できるトークン数の上限です。128Kトークン（約10万字）なら長い文書もそのまま入力できます。RAGを使わずに済む範囲かを判断する指標になります。
ITエンジニア向け転職サービス2強を並行利用するのが最も効果的です。
※どちらも完全無料。登録だけで市場価値を確認できます。