Hoe wordt een AI-model getraind?

Een AI-model komt niet zomaar tot stand. Het maken ervan verloopt in duidelijke fases. Dit is hoe een modern taalmodel ontstaat.

1. Pre-training: leren van enorm veel tekst

Het model leest gigantische hoeveelheden tekst en oefent één simpele taak: voorspel het volgende woord. Door dat miljarden keren te doen, leert het grammatica, feiten, redeneerpatronen en schrijfstijl. Dit is de duurste en langste fase.

2. Fine-tuning: bijsturen op gedrag

Een ruw voorgetraind model is slim maar ongericht. In deze fase krijgt het voorbeelden van goede antwoorden en instructies, zodat het behulpzaam en netjes leert reageren in plaats van willekeurige tekst te voltooien.

3. Afstemming op menselijke voorkeur

Vervolgens beoordelen mensen (of andere modellen) verschillende antwoorden. Het model leert welke antwoorden mensen beter vinden en past zich daarop aan. Dit maakt het behulpzamer en veiliger.

4. Evaluatie en veiligheid

Voor release wordt het model uitgebreid getest op kwaliteit, fouten en risico's. Vaak worden extra veiligheidsmaatregelen ingebouwd.

Waarom dit ertoe doet

De kennis van een model heeft altijd een einddatum: het weet niets van na zijn training. Dat verklaart waarom actuele informatie vaak via extra technieken (zoals zoeken of RAG) moet worden aangevuld.