LLM là gì?

Ba từ, theo đúng thứ tự quan trọng

Tách cái tên ra theo chiều ngược lại.

Mô hình. Một mô hình là một hàm biến đầu vào thành đầu ra, với các quy tắc học được từ dữ liệu thay vì do lập trình viên viết ra. Mô hình thời tiết lấy số liệu hôm nay và xuất ra dự báo ngày mai. Một mô hình ngôn ngữ lấy văn bản và xuất ra xác suất cho phần tiếp theo.

Ngôn ngữ. Đầu vào và đầu ra đều là văn bản, được cắt thành token, tức các mảnh của từ. Token trong AI là gì nói rõ về đơn vị này; nói ngắn gọn thì mô hình đọc và viết theo từng mảnh, mỗi mảnh xấp xỉ ba phần tư một từ.

Lớn. Mô hình có một số lượng tham số rất lớn, là những con số nội bộ mà quá trình huấn luyện điều chỉnh. GPT-2 năm 2019 có 1,5 tỷ tham số. GPT-3 năm 2020 có 175 tỷ. Danh mục mà trang này định giá năm 2026 gồm một mô hình Qwen với 2,4 nghìn tỷ tham số, trong đó khoảng 95 tỷ được kích hoạt trên mỗi token. Chữ "lớn" mang nhiều ý nghĩa trong cái tên này, và con số đã tăng hơn một nghìn lần trong bảy năm.

Vậy LLM là một bộ dự đoán token tiếp theo cực kỳ lớn. Mọi đặc điểm khác mà người ta gán cho nó, khả năng suy luận, giọng điệu, những sai lầm tự tin, đều bắt nguồn từ chính công việc duy nhất đó.

LLM không phải chatbot, và sự khác biệt là cả một sản phẩm

ChatGPT là một ứng dụng. GPT là mô hình bên trong nó. Claude vừa là một dòng mô hình vừa là ứng dụng mà Anthropic bọc quanh chúng. Gemini cũng vậy ở Google. Chatbot AI là gì nói về lớp ứng dụng; trang này nói về động cơ.

Sự phân biệt này không còn là chuyện học thuật ngay khi bạn biết động cơ có thể thay thế được. Cùng một cửa sổ trò chuyện có thể gửi tin nhắn của bạn đến GPT, Claude, Gemini, DeepSeek hoặc Llama, và các câu trả lời khác nhau về giọng điệu, chi phí, tốc độ và độ chính xác. Một không gian làm việc đa mô hình như Whizi chính là như vậy: một cửa sổ, hơn 280 mô hình đằng sau nó, và một bộ chọn để quyết định ai trả lời. Ứng dụng là vô lăng. LLM là động cơ, và có hàng chục cái.

LLM được huấn luyện qua hai giai đoạn như thế nào

Giai đoạn một, tiền huấn luyện. Mô hình đọc một kho văn bản khổng lồ và, ở mỗi vị trí, cố đoán token tiếp theo. Mỗi lần đoán sai điều chỉnh các tham số một chút. Meta cho biết Llama 3 được tiền huấn luyện trên hơn 15 nghìn tỷ token, tương đương, với khoảng 100.000 token cho một tiểu thuyết 75.000 từ (ba phần tư từ mỗi token), là lượng văn bản của khoảng 150 triệu cuốn sách. Sau giai đoạn này, mô hình là một cỗ máy tự động hoàn thành tuyệt vời nhưng lại là một trợ lý tồi: hỏi nó một câu và nó có thể tiếp tục bằng ba câu hỏi khác, vì đó là điều văn bản trên internet thường làm.

Giai đoạn hai, hậu huấn luyện. Mô hình sau đó được cho xem các ví dụ về câu trả lời tốt và được con người chấm điểm xem câu trả lời nào trong hai câu tốt hơn, một quy trình gọi là học tăng cường từ phản hồi con người, hay RLHF. Đây là nơi hành vi trợ lý xuất hiện: trả lời đúng định dạng bạn yêu cầu, và từ chối một số yêu cầu. Đó là huấn luyện thái độ, không phải kiến thức mới. Sự thật vẫn đến từ giai đoạn một.

Hai điều kéo theo từ hai giai đoạn này. Kiến thức của mô hình dừng lại ở ngày dữ liệu tiền huấn luyện kết thúc, đó là lý do mọi mô hình đều có một mốc cắt kiến thức. Và không giai đoạn nào cài đặt bộ kiểm chứng sự thật: mô hình học cách tạo ra văn bản có khả năng cao, rồi tạo ra văn bản dễ được chấp nhận. Sự thật chỉ là một tác dụng phụ thường gặp của cả hai, không phải một sự đảm bảo. Vì sao AI đưa ra thông tin sai đi sâu hơn vào điều này.

Vì sao LLM dự đoán thay vì tra cứu

Một công cụ tìm kiếm truy xuất thông tin. Nó có một chỉ mục các trang và trả về những trang khớp. LLM không có chỉ mục nào. Mọi thứ nó đọc trong quá trình tiền huấn luyện đã được nén vào các tham số, và tại thời điểm trả lời nó tái tạo văn bản từ khối nén đó, từng token một, chọn mỗi token từ một phân phối xác suất.

Đó là lý do một LLM có thể viết ra một công thức nấu ăn hoạt động được cho một món nó chưa từng nghe tên, và cũng là lý do nó có thể tạo ra một trích dẫn tòa án không hề tồn tại. Cả hai đều là những phần tiếp nối hợp lý. Mô hình không có cơ chế riêng nào kiểm tra xem một phần tiếp nối hợp lý có phải là thật hay không.

Cách khắc phục mà các sản phẩm dùng là gắn thêm bước truy xuất: tìm kiếm trên web hoặc trong file của bạn trước, rồi đưa mô hình các đoạn văn bản đó và yêu cầu nó trả lời dựa trên chúng. Kỹ thuật đó gọi là RAG, và RAG là gì giải thích rõ. Tìm kiếm web bên trong một ứng dụng trò chuyện chính là RAG với internet làm nguồn. Mô hình vẫn đang dự đoán; chỉ là nó dự đoán từ tài liệu tốt hơn.

Số tiền bỏ ra mua được gì trong một dòng sản phẩm, đo bằng số liệu

Mỗi dòng sản phẩm đều có một bậc thang: một mô hình nhỏ, một mô hình trung, một mô hình cao cấp. Chỉ số Trí tuệ Artificial Analysis, một điểm số tổng hợp trên các bài kiểm tra suy luận, lập trình và kiến thức công khai, gán một con số cho từng bậc, và bảng xếp hạng liệt kê giá trung bình trên mỗi triệu token bên cạnh đó. Bốn bậc thang dưới đây được đọc vào ngày 2026-09-17.

OpenAI mua 15 điểm với giá gấp 18 lần, Anthropic 35 điểm với giá gấp 36 lần, Qwen 19 điểm với giá gấp 16 lần. DeepSeek phá vỡ quy luật này: V4 Flash ghi điểm cao hơn V4 Pro với chưa đến một nửa giá. Hai điều kéo theo từ đó. Trong cùng một dòng sản phẩm, những điểm cuối cùng là những điểm đắt đỏ nhất, nên với một câu hỏi ngắn mang tính sự kiện, mô hình nhỏ cho câu trả lời giống hệt mô hình cao cấp. Và giữa các dòng sản phẩm khác nhau, giá cả là một chỉ dấu yếu ớt cho chất lượng: DeepSeek V4 Flash với giá $0.27 mỗi triệu token ghi điểm cao hơn hai điểm so với Claude Sonnet 5 với giá $5.09. Đó là điều hữu ích nhất một người mua cần biết về LLM: mô hình là một cái nút vặn, không phải một mức chi phí cố định. Whizi tính phí theo đúng logic đó, một credit cho một tin nhắn trên mô hình mặc định, 20 credit cho Claude Opus 5, và tới 100 credit cho những dòng đắt nhất, điều mà cách credit của Whizi hoạt động trình bày chi tiết theo từng mô hình.

Điều cần lưu ý một cách thành thật là một chỉ số tổng hợp chỉ là mức trung bình trên nhiều tác vụ. Với một chuỗi suy luận dài, mô hình cao cấp xứng đáng với giá của nó; với một bài viết lại đơn giản thì không. Để so sánh xem mỗi dòng sản phẩm thực sự mạnh ở điểm nào, nên dùng mô hình AI nào là trang giúp bạn quyết định.

LLM không thể làm gì, gói gọn trong một danh sách

Mọi điều dưới đây là hệ quả của kiến trúc, không phải một lỗi mà bản phát hành tiếp theo sẽ sửa.

• Nó không thể biết bất cứ điều gì sau mốc cắt huấn luyện trừ khi bước truy xuất đưa văn bản đó cho nó.
• Nó không thể đếm đáng tin cậy trên đầu vào dài, vì nó hoạt động bằng token và xác suất, không phải bằng một vòng lặp qua từng mục.
• Nó không thể tự kiểm chứng đầu ra của chính mình; một lượt chạy thứ hai bởi cùng mô hình chỉ là cùng bộ dự đoán đoán lại một lần nữa.
• Nó không thể nhớ bạn giữa các cuộc trò chuyện trừ khi sản phẩm lưu lại ghi chú và dán lại vào; bộ nhớ đó là tính năng của sản phẩm, không phải của mô hình.
• Nó không thể thấy toàn bộ cuộc trò chuyện mãi mãi. Mọi mô hình đều có một cửa sổ ngữ cảnh, lượng văn bản tối đa nó có thể xem xét cùng lúc, và cửa sổ ngữ cảnh là gì giải thích điều gì xảy ra khi bạn chạm đến giới hạn đó.

Hệ quả thực tế: hãy coi LLM như một đồng nghiệp ăn nói trôi chảy nhưng thỉnh thoảng sai, và giữ việc kiểm chứng ở phía bạn. Vòng lặp biến một mô hình thành thứ tự hành động là một chuyện khác, và agent AI là gì vạch rõ ranh giới đó. Với bất cứ điều gì có chi phí đi kèm, hãy hỏi một mô hình thứ hai. Hai bộ dự đoán khác nhau đồng ý là bằng chứng yếu; hai bộ bất đồng là tín hiệu mạnh để kiểm tra lại.