Alapmodell (Foundation Model)
Széles körű adatokon előtanított, nagyméretű modell, amely különböző feladatokra adaptálható anélkül, hogy minden felhasználási esethez nulláról kellene tanítani.
Analógia
Mint egy általánosan képzett orvos: széleskörű tudással rendelkezik, és gyorsan specializálható különböző területekre — míg egy szűken profilált rendszer a nulláról kellene felépíteni.
Miért fontos?
A GPT-4, Claude, Gemini mind alapmodellek. Ez azt jelenti, hogy ugyanaz az alap sokféle feladathoz alkalmazható — szövegírástól kódig, elemzéstől képértelmezésig. Ezért nem kell minden üzleti problémára külön AI-t fejleszteni: az alapmodellre csak finomhangolás vagy jó prompt-tervezés szükséges.
Hogyan működik?
Az előtanítás során a rendszer sokféle példából tanulja meg a szövegek, képek vagy más bemenetek statisztikai mintáit. A tanítás nem kész szabálykönyvet ír bele: a paraméterek fokozatosan úgy változnak, hogy a modell egyre jobban állítson elő a példákhoz illő kimenetet. Az így kialakult képességek sokféle feladatra átvihetők, de nem feltétlenül fedik le pontosan egy szervezet fogalmait, adatait vagy eljárásait.
A mindennapi AI-szolgáltatásokban gyakran ilyen modell adja a szövegértés, írás, összefoglalás vagy képelemzés közös alapját. A felhasználói utasítás és a beszélgetés a futás közben tereli a már betanított rendszert; ettől a modell belső paraméterei nem változnak meg. Ha egy feladat tartós, sajátos viselkedést igényel, külön megoldásra lehet szükség, például finomhangolásra vagy a válaszhoz kapcsolt saját dokumentumokra. Ezek eltérő módon egészítik ki az alapot.
Példa
Egy kis könyvelőiroda ugyanazt az általános modellt használja ügyféllevelek udvarias átfogalmazására és táblázatok magyarázatára, miközben a belső eljárásait külön dokumentumban adja meg.
Gyakori tévhit
Az alapmodell nem feltétlenül kész, minden területre szakosodott rendszer. Általános tanulási alapot ad, amelyet a feladat és a rendelkezésre bocsátott információ tovább alakít.