LiiaLabs · Forschung und Architektur
VLLM und VPLLM: Standardisierung in Schichten.
Ein Vorschlag, Sprachmodell, Systemverhalten und private Identitäten von Agenten voneinander zu trennen.
Das Modell ist ein Teil der Architektur.
Ein Sprachmodell stellt generative Fähigkeiten bereit. Für eine konsistente Nutzung müssen außerdem Verhalten, Wissen, Identität und Grenzen festgelegt werden. Werden all diese Entscheidungen in einem einzigen Prompt zusammengefasst, lassen sich gemeinsame Systemregeln nur schwer von anwendungsspezifischen Festlegungen unterscheiden.
Der Vorschlag des Labors ordnet diese Verantwortlichkeiten in Schichten: das LLM als Inferenzgrundlage, das VLLM als Systemprofil und das VPLLM als private Identität. Ein Zugriffskanal vermittelt diese Nutzung, ohne selbst eine neue kognitive Identität zu bilden.
Vom Modell zur Nutzung
- LLM
Sprachverarbeitung
Das Basismodell erzeugt die Antworten. Je nach Anforderungen der Anwendung kann es über einen Anbieter oder auf selbst verwalteter Infrastruktur genutzt werden.
- VLLM
Gemeinsames Verhalten
Virtual Large Language Model: eine logische Schicht, die Modellauswahl, Parameter, Fähigkeiten und gemeinsame Anweisungen in einem Systemvertrag zusammenführt.
- VPLLM
Private Identität und privates Wissen
Virtual Private Large Language Model: eine an einen Geltungsbereich gebundene Konfiguration mit Zweck, Identität, Antwortleitfaden und freigegebenem Wissen.
- 04
Zugriffskanal
Eine Website, App oder Integration stellt den Agenten bereit. Ein anderer Kanal sollte allein weder einen neuen Agenten erzeugen noch dessen Berechtigungen erweitern.
Was standardisiert werden sollte
Ein gemeinsamer Vertrag für die Inferenz
Das VLLM beschreibt, wie Sprachfähigkeiten angeboten werden: Referenzmodell, zulässige Parameter und verfügbare Fähigkeiten. Bei einem Anbieterwechsel muss dieser Vertrag geprüft werden, statt unterschiedliche Modelle als gleichwertig vorauszusetzen.
Private Konfiguration mit klaren Grenzen
Das VPLLM konkretisiert gemeinsames Verhalten durch Zweck, Ton, Sprachen und Wissensquellen. Der Antwortleitfaden legt die erwartete Referenz fest; die gewünschte Bindung an diese Inhalte muss definiert und bewertet werden.
Eine eindeutige Rangfolge der Regeln
Private Anweisungen dürfen die Systemrichtlinie ergänzen, sollten zentrale Einschränkungen aber nicht aufheben. Abgerufene Inhalte, Dokumente und Nutzernachrichten erhalten keine Befugnis, diese Regeln zu ändern.
Berechtigungen außerhalb des Prompts
Die Anwendung muss den Zugriff auf Dokumente, Werkzeuge und Gespräche bei jedem Vorgang prüfen. Das Wort „privat“ garantiert keine Isolation: Identität, Autorisierung und Datentrennung müssen implementiert werden.
Die wirksame Konfiguration versionieren.
Die Standardisierung sollte erkennen lassen, welche Kombination aus Modell, VLLM-Profil, VPLLM-Konfiguration und Kontextquellen an einer Ausführung beteiligt war. Eine spätere Änderung darf die Referenz für die Bewertung eines früheren Ergebnisses nicht beseitigen.
Vor der Freigabe einer neuen Version der Inferenzkonfiguration oder des Antwortleitfadens sollten repräsentative Fälle geprüft, Unterschiede dokumentiert und ein Rückweg vorgesehen werden. Die Schichtung erleichtert Weiterentwicklung, ersetzt aber keine Kompatibilitätstests.
Eine gemeinsame Inferenzgrundlage, zwei Identitäten.
In einem hypothetischen Forschungszentrum kann dasselbe VLLM-Profil unterschiedliche Agenten unterstützen. Gemeinsame Fähigkeiten werden geteilt, während freigegebener Kontext und Zweck jedes Agenten getrennt bleiben.
Besucherbegleitung
Ein VPLLM greift auf öffentliche Hinweise, Öffnungszeiten und Besucherinformationen zu. Es soll Menschen helfen, die das Zentrum besuchen.
Forschungsassistenz
Ein anderes VPLLM arbeitet mit den freigegebenen Dokumenten eines Teams. Die gemeinsame Inferenzgrundlage gibt dem ersten Agenten keinen Zugriff auf diese Sammlung.
Verantwortlichkeiten standardisieren, Unterschiede bewahren.
In diesem Vorschlag bedeutet die Einrichtung eines VLLM oder VPLLM weder das Training eines neuen Modells noch die Reservierung eines eigenen Rechners. Es sind Abstraktionen für Konfiguration und Betrieb. Ihr Wert hängt von klaren Verträgen, abgegrenztem Kontext, überprüfbaren Kontrollen und einer fortlaufenden Bewertung der Antworten ab.