LLM (大規模言語モデル)とは？

詳しい解説

LLM (Large Language Model / 大規模言語モデル) は、数十億〜数兆パラメータ規模を持つ深層学習モデルで、Web 上の大量テキストを事前学習することで言語の統計的構造を獲得します。

代表例として OpenAI の GPT、Anthropic の Claude、Google の Gemini、Meta の Llama、xAI の Grok などがあります。 Transformer アーキテクチャと自己回帰的なトークン予測を組み合わせることで、要約・翻訳・コード生成・質問応答など幅広いタスクをゼロショット/フューショットで実行できます。

ファインチューニング、RAG、ツール利用 (Function Calling)、MCP などの周辺技術と組み合わせることで、自社データを反映したアプリケーションやエージェントを構築できる点が、現代の生成AI活用の中核となっています。

実務での使いどころ

業務側から見た LLM の使いどころは、文章を「読む」「書く」「分類する」の3つです。問い合わせ内容の仕分け、長文の要約、定型文の生成といった作業が該当します。

社内データを扱いたい場合は、LLM 単体ではなく RAG（検索して答えさせる仕組み）と組み合わせるのが定石です。LLM だけで社内情報に答えさせようとすると、事実と異なる回答が混ざります。

混同しやすい用語との違い

生成AIという言葉は画像・音声・動画まで含む広い概念で、LLM はそのうち言語を扱うモデルを指します。ChatGPT・Claude・Gemini はいずれも LLM を使ったサービスで、LLM そのものではありません。