LLMs4EU-projektet har udvalgt fem nøglesektorer til udvikling af use case på grund af deres betydelige vækstpotentiale og tilpasning til Europas strategiske mål.

Opdagelse og udforskning af videnskabelig viden vil blive forbedret gennem naturlige sprogforespørgsler og hentningsbaseret syntese. Forskere, arkivarer og bibliotekarer vil få kontekstualiseret indsigt på tværs af publikationer, datasæt og software.

Retrieval-Augmented Generation (RAG) vil blive anvendt til at omdanne komplekse data fra den offentlige forvaltning til intuitiv, AI-drevet støtte til borgere og embedsmænd. Målet er at bygge bro mellem indviklet lovgivning og hverdagens behov for at strømline bistand og kommunikation inden for levering af offentlige tjenester.

En kulturturist-AI-assistent vil forbedre rejseoplevelsen ved at give personlig, konversationsbaseret adgang til faktuelle kulturarvsdata. Ved at fremhæve Europas skjulte perler og mindre kendte destinationer forbedrer systemet den besøgendes rejse og fremmer samtidig aktivt bæredygtig turisme.

LLM'er vil blive finjusteret, så EU's telekommunikationssektor kan drive specialiserede AI-tjenester såsom sikker dataanonymisering og stemningsanalyse. Disse skræddersyede løsninger vil løse komplekse forespørgsler og identificere hensigter og haster for at optimere kundeoplevelsen.

Der vil blive udviklet et multimodalt LLM til europæiske atomingeniører for at strømline forvaltningen af komplekst, højt reguleret teknisk indhold. Ved at automatisere kortlægningen af komplekse krav til systemstrukturer har LLM til formål at generere gennemsigtige tildelingsmatricer, der sikrer overholdelse af lovgivningen.