実践 LLMアプリケーション開発 ―プロトタイプを脱却し、実用的な実装に迫るための包括的な手引き

5章LLMをユースケースに合わせる

　この章では、LLMに関する探求をさらに深め、商用利用が可能なさまざまなLLMについて学びます。そして、自分のタスクに適したモデルをどのように選ぶべきかを紹介していきます。また、異なるサイズのLLMを実際にロードし、推論を実行する方法についても見ていきます。続いて、テキスト生成におけるさまざまなデコーディング戦略（Decoding Strategy）について理解を深めていきます。さらに、LIT-NLPのような解釈可能性ツール（Interpretability Tool）を活用しながら、言語モデルからの出力や中間出力をどのように解釈すべきかについても探っていきます。

5.1　LLMの世界をナビゲートする

　近年では、数日おきに新しいLLMがリリースされ、多くのモデルが「最先端」であると主張しています。ただし、実際にはこうしたモデルの多くが本質的には大きな差異を持たないため、新しいLLMのリリースを逐一追いかけることに多くの時間を費やす必要はありません。本書のGitHubリポジトリでも、主要なモデルのリリース情報を可能な限り追跡していますが、その情報が完全であると保証するものではありません。

　とはいえ、さまざまなタイプのLLMプロバイダーが存在しており、どのようなモデルがどのような条件で提供されているのか、そしてそれらの著作権やライセンスが何を意味するのかについて、ある程度広く理解しておくことは非常に有益です。この章では、そうした視点からLLMの全体像を眺め、利用可能な選択肢を整理していきます。

5.1.1　LLMプロバイダーとは？

　LLMプロバイダーは、大きく以下のように分類できます。

独自のLLMを提供する企業

この分類には、OpenAI（GPT ...