数学の基礎を終え、いよいよ「モデル」そのものの構造に迫ります。このエピソードでは、言葉という曖昧なものをAIがどのように処理可能なデータに変換し、文脈を理解しているのか、その全体像（アーキテクチャ）を俯瞰します。
主なトピック：
• LLMの定義：LLMは単なるチャットボットではなく、「次に来る単語」を確率的に予測して文章を紡ぐ巨大な計算機です。
• 4つの基礎概念：
◦ トークン：言葉をAIが扱える最小単位（ID）に分解する仕組み。
◦ 埋め込み（Embedding）：IDを「意味を持つベクトル」に変換するプロセス。
◦ パラメータ：学習によって調整される、モデルの「知識」の実体。
◦ アーキテクチャ：情報の流れを決める骨組み。
• NLP（自然言語処理）の進化：特定のタスク専用だった従来のモデルから、あらゆる言語タスクをこなす汎用的なLLMへの転換点について。
• トランスフォーマー革命：現在のAIブームの火付け役となった「トランスフォーマー」モデルと、文脈を一度に捉える「セルフアテンション」の概念を直感的に解説します。
