Что такое базовая модель (foundation model) — и почему LLM это её частный случай

Ты уже слышал «LLM», «нейросеть», «модель». А теперь мелькает ещё и «базовая модель» — foundation model. Кажется, что это просто модный синоним. Вот сюрприз: не синоним. LLM — это частный случай базовой модели. Одна из, а не то же самое. Через пару минут поймёшь, почему это не придирка к словам, а важное различие.

Что это вообще такое

Базовая модель — это одна огромная нейросеть, которую обучили на всём подряд, чтобы потом подгонять под сотни разных задач.

Ключевая идея — в двух шагах. Сначала модель тренируют один раз на гигантском наборе данных (весь текст интернета, миллионы картинок, горы кода). Получается «фундамент» — базовое знание о мире. А дальше этот фундамент приспосабливают под конкретную работу: промптом, дообучением, поиском по документам. Один фундамент — множество применений.

Сам термин придумали в Стэнфорде в 2021 году — именно чтобы описать этот новый класс «обучили один раз, используем везде».

Как это поменяло всё

Чтобы почувствовать сдвиг, вспомни, как было раньше.

Раньше под каждую задачу собирали свою модель с нуля: отдельная для спам-фильтра, отдельная для перевода, отдельная для распознавания котов на фото. Каждой — свои данные, своя тренировка, свои месяцы работы.

Базовая модель перевернула это. Ты берёшь один готовый фундамент — и он уже умеет и переводить, и суммировать, и отвечать на вопросы, и писать код. «Foundation» — это буквально «фундамент»: не готовый дом, а прочное основание, на котором быстро строят что угодно. Именно поэтому языковые модели вроде GPT и Claude оказались такими универсальными — они базовые.

Почему LLM — это лишь один вид

Теперь главное различие. LLM — это базовая модель, обученная на тексте. Но базовые модели бывают и на другом материале.

• Обучили на тексте → получилась LLM (пишет и понимает текст).
• Обучили на картинках и тексте вместе → мультимодальная модель (видит фото и описывает).
• Обучили на звуке → модель для речи и музыки.

Все они — базовые модели. LLM просто самая известная из семьи, потому что текст оказался удобнее всего. Так что «базовая модель» — это семья, а «LLM» — один её член.

Почему это важно тебе

Практический вывод: ты почти никогда не обучаешь базовую модель — ты её арендуешь. Обучить свою стоят десятки миллионов долларов и требует огромного железа. А вот взять готовую через API и подогнать под себя — доступно каждому.

И когда слышишь «foundation model» в описании сервиса, читай это как «универсальный фундамент, а не узкий инструмент под одну задачу». Твоя работа — не построить фундамент, а грамотно на нём строить: хорошим промптом, своими данными, нужными параметрами.

Где ты встречаешь их

Каждый раз, когда пользуешься ChatGPT, Claude или Gemini — под капотом базовая модель. Генератор картинок вроде Stable Diffusion — тоже базовая модель, только для изображений. Почти любой современный ИИ-сервис — это тонкая надстройка над чьим-то большим фундаментом.

Базовая модель и LLM — это одно и то же?

Нет. LLM — это базовая модель, натренированная на тексте. Любая LLM — базовая модель, но не любая базовая модель — LLM: есть ещё для картинок, звука, видео. LLM — самый популярный представитель, оттого их и путают.

Мне нужно обучать свою базовую модель?

Почти наверняка нет. Это задача уровня крупных лабораторий: гигантские данные, тысячи видеокарт, миллионы долларов. Тебе достаточно взять готовую модель через API и настроить её под задачу — промптом или своими документами. Строить фундамент с нуля тебе незачем.