Large Language Model (LLM)
Een Large Language Model is een AI-model dat natuurlijke taal begrijpt en genereert op basis van statistische patronen in miljarden tekstdocumenten.
Een Large Language Model (LLM) is een machine learning-model dat getraind is op enorme hoeveelheden tekst en daarmee heeft geleerd om woordpatronen te voorspellen. De bekendste LLM's zijn GPT (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta) en Mistral. Ze vormen de motor achter de AI-zoekmachines waar GEO op inspeelt.
Een LLM produceert geen gegarandeerde waarheid maar statistisch waarschijnlijke taal. Dat verklaart zowel het taalkundig vermogen (hij schrijft als een mens) als de beperking (hij kan hallucineren, dat wil zeggen feiten verzinnen). Om betrouwbaarheid te verhogen koppelen moderne AI-engines LLM's aan live zoekdata via RAG en grounding.
Voorbeeld
Wanneer je in ChatGPT 'Wie is de grootste Bitcoin-hardwareleverancier in Europa?' intypt, zoekt de engine eerst actuele webpagina's, voedt de relevante fragmenten aan het onderliggende LLM (GPT-5), en laat het model daar een natuurlijk antwoord van maken — inclusief bronverwijzingen. De kwaliteit van dat antwoord hangt dus af van hoe goed jouw pagina door de engine gevonden én begrepen wordt.
Veelgestelde vragen
Hoe kiest een LLM welke bronnen hij citeert?
Dat hangt af van de engine. Modellen zonder webtoegang (een 'kaal' LLM) citeren helemaal niet — ze reproduceren alleen wat in hun trainingsdata zat. Engines met live zoekfunctie (ChatGPT Search, Perplexity, Google AI Overview) kiezen bronnen op basis van relevantie, autoriteit en versheid. Hoe makkelijker jouw pagina te parseren is, hoe groter de kans dat zij wordt gebruikt.
Kan ik mijn merk in alle LLM's krijgen?
Alleen deels. In engines met live zoek beïnvloed je het antwoord door GEO-optimalisatie (structuur, autoriteit, versheid). In 'kale' LLM's (bijvoorbeeld een offline chatgedeelte) ben je afhankelijk van de trainingscut-off. Wie in de pre-training data voorkomt — via bronnen zoals Wikipedia, LinkedIn, grote nieuwsmedia — behoudt voordeel op nieuwkomers.
Worden LLM's elke dag slimmer?
Nee, niet automatisch. Een LLM leert tijdens training; zodra hij is 'gedeployed' verandert het model niet meer. Updates komen via nieuwe modelversies (GPT-4 → GPT-4o → GPT-5) of via externe augmentatie (zoeken, tools, geheugen). Gebruikers merken de verbetering vooral bij majeure versiewisselingen.
Gerelateerde termen
Verder lezen
- → Onze dienst: GEO