Ordlista

Kunskapsgräns (knowledge cutoff)

Vad är Kunskapsgräns (knowledge cutoff)?

Kunskapsgränsen är den tidpunkt fram till vilken en språkmodells träningsdata sträcker sig. Modellen har ingen inbyggd kunskap om händelser, priser, lagar eller produkter som kom till därefter och kan ge föråldrad information om den inte får aktuella data. Det kan åtgärdas med metoder som tar in egna dokument eller aktuellt webbinnehåll vid körning.

Så hjälper KI.ordo

KI.ordo-agenter kompenserar för kunskapsgränsen genom att använda din lagrade kunskap och hämta aktuella offentliga sidor med verktyget ”Läs webbsida”.

Läs mer

Ämnen

LLM
aktualitet
Grunder

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Stor språkmodell (LLM)

En stor språkmodell (large language model, LLM) är ett neuralt nätverk som tränats på mycket stora textmängder och därmed kan förstå och generera språk. Den fungerar genom att steg för steg beräkna den mest sannolika nästa token. LLM:er skriver, sammanfattar, översätter, besvarar frågor och genererar kod; kända exempel är Claude, GPT, Gemini och Llama. Utan tillgång till aktuella källor vet de bara det som fanns i deras träningsdata.

Språkmodeller
Generativ AI
+1

Hallucination

En hallucination är ett resultat från en AI-modell som låter övertygande men är felaktigt eller helt påhittat – som en domstolsdom som inte finns, en felaktig siffra eller en påhittad källa. Orsaken: språkmodeller producerar sannolika formuleringar; de slår inte automatiskt upp fakta. Risken minskar när svaren bygger på verifierade källor, belägg anges och människor kontrollerar viktiga resultat.

Språkmodeller
Tillförlitlighet
+1

Mall

Retrieval-augmented generation (RAG)

Retrieval-augmented generation kombinerar sökning med textgenerering: innan systemet svarar söker det i en kunskapssamling – som manualer, policyer eller vanliga frågor – efter relevanta avsnitt och skickar dem som sammanhang till språkmodellen. Svaret bygger därmed på aktuellt, företagsspecifikt innehåll i stället för enbart på modellens träningskunskap. Det minskar påhittade påståenden, gör källor spårbara och möjliggör uppdateringar utan omträning.

RAG
kunskapssökning
+1

Träningsdata

Träningsdata är de exempel som en AI-modell lär sig mönster av: stora textsamlingar för språkmodeller, märkta bilder för bildmodeller. Deras kvalitet, mångfald och aktualitet avgör till stor del hur tillförlitlig och rättvis en modell är och hur aktuell dess kunskap blir. För organisationer spelar det också roll om en leverantör använder de kunddata som de matar in för vidare träning.

Data
Training
+1