Un Large Language Model è un modello di machine learning addestrato su miliardi (a volte trilioni) di parole prese da Internet, libri, articoli, codice. Una volta addestrato, sa generare testo che sembra scritto da un umano, rispondere a domande, riassumere, tradurre, scrivere codice.
"Large" perché sono enormi. Il primo GPT aveva qualche centinaio di milioni di parametri (i numeri interni del modello). I modelli oggi ne hanno decine, centinaia, migliaia di miliardi. Più parametri ≠ sempre più bravi, ma in generale sì.
Esempi di LLM famosi: GPT (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta), Mistral, DeepSeek, Qwen.
Limite cruciale: gli LLM non sanno cose, calcolano probabilità di parole. Quando un LLM ti dà una risposta sbagliata con sicurezza, si chiama allucinazione. Per questo non si usa un LLM da solo come fonte autorevole: si usa accompagnato a verifica, a documenti reali (RAG), o a fonti specifiche.