Jak fungují velké jazykové modely jako Grok

Grok je velký jazykový model neboli LLM: program vytrénovaný na obrovském množství textu, který dokáže smysluplně pokračovat v psaném textu. Abyste pochopili hlavní principy, nepotřebujete žádnou matematiku – a jejich znalost se vám rychle vyplatí. Vysvětlují totiž, proč Grok skvěle přeformuluje odstavec, proč někdy s naprostou jistotou uvede špatné datum, proč v našem chatu nezná zprávy z minulého týdne a proč s jasnějším zadáním dostanete lepší odpověď.

Jedna hlavní myšlenka: předpovídání toho, co následuje

Ve svém jádru dělá LLM jedinou věc. Na základě zadaného textu odhadne, jaký malý kousek textu bude s největší pravděpodobností následovat, přidá ho a proces opakuje. Vaše otázka, předchozí zprávy i pokyny, které model dostává od webu, jsou součástí tohoto výchozího textu. Odpověď, kterou čtete, vzniká z tisíců těchto malých předpovědí za sebou, přičemž každá vychází ze všeho, co bylo dosud napsáno.

Může to znít příliš jednoduše na to, aby z toho vzešlo srozumitelné vysvětlení daňových předpisů nebo funkční kód. Důvodem, proč to funguje, je měřítko. Aby model dokázal spolehlivě předpovídat text napříč miliardami ukázek, musí vstřebat obrovské množství gramatiky, faktů, myšlenkových vzorců, stylů i způsobů, jak lidé věci vysvětlují. Cílem je předpověď; rozsáhlý a komplexní model jazyka i světa je jejím vedlejším produktem.

Při každé volbě navíc dochází k mírné záměrné náhodnosti, a proto můžete na stejnou otázku při každém přegenerování dostat trochu jinak formulovanou odpověď.

Tokeny: stavební kameny, se kterými model pracuje

Modely nečtou jednotlivá písmena ani celá slova. Pracují s tokeny: bloky, které často tvoří celé krátké slovo, část delšího slova, mezera se slovem nebo interpunkční znaménko. Běžná anglická slova obvykle tvoří jeden token, zatímco méně obvyklá slova a jazyky s jiným písmem než latinkou se dělí na několik částí.

Tokeny jsou pro vás důležité ze dvou důvodů. Limity pro to, kolik textu může model přečíst a vygenerovat, se měří v tokenech, nikoli ve slovech. A protože model vidí bloky místo písmen, úkoly jako počítání písmen ve slově nebo obrácení textu pozpátku ho mohou zaskočit, i když mnohem složitější jazykové úlohy zvládá s přehledem.

Modely Grok v našem chatu přijímají také obrázky. Obrázek se převede do formátu, který model dokáže zpracovat společně s vaším textem – díky tomu umí přečíst graf nebo popsat fotografii. Odpovídá však stále textem.

Trénování: od surového textu k užitečnému asistentovi

Vývoj modelu, jako je Grok, probíhá v několika fázích. Detaily vývoje jednotlivých společností většinou nejsou veřejné, obecný postup je však dobře známý.

1. Předtrénování (pre-training). Model se učí předpovídat text na základě obrovského množství knih, webových stránek, kódu a dalších materiálů. Zde získává své všeobecné znalosti a jazykové schopnosti.
2. Jemné doladění (fine-tuning). Následně se trénuje na příkladech kvalitních konverzací: otázkách doplněných o užitečné a přehledně naformátované odpovědi. Tím se prediktor textu promění v asistenta, který plní instrukce.
3. Zpětná vazba. Lidé a automatizované testy hodnotí odpovědi a model se upravuje tak, aby preferoval výstupy s vysokým hodnocením – tedy přesné, srozumitelné a bezpečné.

Výsledkem je velký soubor čísel zvaných váhy, které kódují vše, co se model naučil. Model si neuchovává kopie svých trénovacích textů, aby v nich mohl vyhledávat. Ukládá si vzorce, a proto dokáže vysvětlit myšlenku novými slovy, ale může si špatně vybavit konkrétní detail.

Znalostní cutoff a absence internetu

Trénování v určitém okamžiku končí a vše, co se stalo potom, je pro model neznámé. Tento bod se nazývá znalostní cutoff. Některé verze Grok umí vyhledávat na webu: oficiální Grok na grok.com a síti X nabízí vyhledávání v reálném čase. Náš chat to neumí, takže zde Grok odpovídá pouze na základě svého trénování a toho, co mu sami v konverzaci napíšete.

V praxi to znamená: pro aktuální zprávy, ceny, sportovní výsledky, jízdní řády, nové zákony a nejnovější verze softwaru použijte aktuální zdroj. Pokud do chatu vložíte aktuální článek, Grok s ním dokáže pracovat, protože v tu chvíli se informace stává součástí konverzace.

Kontextové okno: pracovní paměť modelu

Kontextové okno modelu představuje množství textu, které dokáže vzít v úvahu najednou – včetně vašich zpráv, svých odpovědí a všech systémových pokynů. Modely Grok od xAI mají velmi velká okna; OpenRouter uvádí 2 miliony tokenů pro Grok 4.20, 1 milion pro Grok 4.3 a 500 000 pro Grok 4.7. Náš chat odesílá mnohem menší část, aby byly odpovědi rychlé a bezplatné, a nejstarší zprávy v dlouhé konverzaci odmazává.

Z toho plynou dvě věci. V rámci jedné konverzace si Grok „pamatuje“ pouze to, co se stále vejde do kontextového okna. A mezi jednotlivými konverzacemi si nepamatuje vůbec nic: nový chat začíná s čistým štítem, i když vaše staré chaty zůstávají uložené v prohlížeči. Pokud se vám zdá, že dlouhý chat ztrácí nit, požádejte o shrnutí a začněte s ním znovu od začátku.

Uvažování (reasoning): modely, které před odpovědí přemýšlejí

Některé modely jsou trénovány tak, aby si před finální odpovědí vypsaly myšlenkový postup: shrnou si podmínky, vyzkouší přístup a zkontrolují ho. Tomuto procesu se říká reasoning (uvažování) a nejvíce pomáhá při matematice, logice, plánování a ladění kódu. V našem chatu modely Grok 4.3 Thinking a Grok 4.7 před odpovědí uvažují, zatímco Grok 4.20 běží bez uvažování kvůli vyšší rychlosti. Náš průvodce uvažujícími modely vám vysvětlí, kdy se vyplatí chvíli počkat.

Proč si modely vymýšlejí

Protože model vždy generuje pravděpodobné pokračování textu, přirozeně se nezastaví, když narazí na hranice svých znalostí. Když po něm budete chtít zdroj, který nikdy neviděl, může si vymyslet přesvědčivý název. Pokud se zeptáte na malé městečko, může zkombinovat detaily z jiných podobných míst. Tomuto jevu se říká halucinace a je vedlejším účinkem stejného mechanismu, díky němuž model generuje plynulý text. Trénování tento problém zmírňuje a pomáhají i pokyny typu „pokud si nejsi jistý, řekni to“, žádný současný model se tomu však zcela nevyhne. Náš průvodce ověřováním odpovědí od AI vám ukáže, na co si dát pozor.

Co to znamená pro vaše prompty

Všechny výše uvedené poznatky vedou k praktickým návykům. Model předpovídá z toho, co vidí, proto mu poskytněte dostatek podkladů. Má své časové omezení, proto mu aktuální fakta vložte sami. Může hádat, proto ho vyzvěte, aby pochybnosti přiznal.

Slabé:
Jaké jsou podmínky pro mé vízum?

Silné:
Níže je text z oficiální stránky o mém typu víza, zkopírovaný
dnes. Vysvětli mi srozumitelně, co musím udělat před vypršením
víza, a vypiš všechny zmíněné termíny. Vycházej pouze z tohoto textu
a pokud je něco nejasné, upozorni mě na to.
---
[vložený text]

Slabý prompt žádá Grok, aby si vzpomněl na pravidla, která se mezitím mohla změnit. Silný prompt mu dodá aktuální zdroj a žádá ho o to, co LLM dělají nejlépe: číst, vysvětlovat a třídit informace. Pro tyto úkoly vyzkoušejte náš nástroj na shrnutí, nebo požádejte Grok, ať se představí vlastními slovy.

Časté dotazy

Rozumí Grok tomu, co říká?

To je předmětem debat. Jisté však je, že dokáže vysvětlovat, shrnovat a vyvozovat závěry způsobem, který je často velmi užitečný, ale může se také mýlit, aniž by si to uvědomoval. Hodnoťte ho podle výsledků, ne podle toho, jak sebejistě zní.

Učí se Grok z mých chatů právě teď?

Model se během konverzace nemění; jeho váhy jsou po dokončení trénování pevně dané. Během chatu používá vaše zprávy pouze jako kontext a nový chat začíná zcela nanovo.

Proč různé modely AI dávají různé odpovědi?

Byly vytrénovány na jiných datech, jinými metodami a s odlišnými cíli. Naše srovnání modelu Grok s ostatními a článek co je Grok detailně popisují, jak si rodina modelů Grok stojí.

Kdo vyvíjí Grok?

Grok vyvíjí společnost xAI, kterou v únoru 2026 převzala společnost SpaceX. Naše stránky jsou nezávislé a modely Grok využívají prostřednictvím cloudového API; nejsme propojeni se společnostmi xAI, SpaceX ani X. Celý přehled najdete na stránce historie modelů Grok.