GPT

Kurz erklärt

GPT steht für Generative Pre-trained Transformer. Es bezeichnet eine Familie generativer Sprachmodelle, die auf der Transformer-Architektur beruhen und vor ihrer Nutzung mit großen Datenmengen vortrainiert wurden.

Was bedeutet die Abkürzung?

Generative: Das Modell erzeugt neue Inhalte.
Pre-trained: Es wurde vor dem konkreten Einsatz allgemein vortrainiert.
Transformer: Es nutzt eine bestimmte Architektur neuronaler Netze.

GPT ist nicht der Oberbegriff für alle KI und auch nicht für alle Sprachmodelle. Andere Modellfamilien können ähnliche Aufgaben mit verwandten oder unterschiedlichen Verfahren bearbeiten.

Wie funktioniert GPT?

Ein GPT-Modell verarbeitet Text als Tokens und sagt schrittweise passende Fortsetzungen voraus. Durch Vortraining lernt es viele sprachliche und inhaltliche Muster. Eine Anwendung kann das Modell anschließend mit Systemanweisungen, Gesprächsverlauf, Dokumenten und Werkzeugen verbinden.

Vortraining + weitere Abstimmung
              ↓
          GPT-Modell
              ↓
Prompt und Kontext → erzeugte Antwort

Konkretes Beispiel

Ein Chatdienst kann ein GPT-Modell nutzen, um aus einer Produktionsbeschreibung einen ersten Ablaufplan zu formulieren. Die Oberfläche nimmt die Eingabe entgegen, verwaltet den Dialog und reicht einen zusammengestellten Kontext an das Modell weiter. Das GPT-Modell ist dabei nur ein Teil des gesamten Dienstes.

Warum ist das wichtig?

„GPT“ wird häufig wie ein Gattungsname verwendet. Die Unterscheidung hilft:

GPT ist eine bestimmte Modellfamilie.
Ein Sprachmodell ist die allgemeinere Kategorie.
Ein Chatbot oder KI-Assistent ist eine Anwendung, die ein Modell verwendet.

Typisches Missverständnis

Missverständnis: Jede textbasierte KI ist GPT.

Es gibt viele Sprachmodelle und Modellfamilien. Nicht jedes System, das Texte erzeugt, verwendet ein GPT-Modell.

Merksatz

GPT ist eine Familie generativer, vortrainierter Sprachmodelle auf Transformer-Basis – nicht der Name für jede KI.

GPT