Den stora AI-ordlistan

En "stor språkmodell". Det är själva "hjärnan" bakom AI-chattbotar. En LLM har tränats på enorma mängder text från internet för att lära sig förstå och generera mänskligt språk. Exempel på LLM:er är GPT-4, Claude 3 och Llama 3.

Den instruktion eller fråga du skriver in till en AI. Att "prompta bra" handlar om att ge AI:n rätt kontext och tydliga instruktioner för att få bästa möjliga svar tillbaka. Ett prompt kan vara allt från "Vad är klockan?" till en tre sidor lång instruktion för kodning.

Det sätt som AI:n delar upp ord. Ett "token" är inte nödvändigtvis ett helt ord, utan oftast cirka 3-4 bokstäver. En AI bearbetar text token för token. När AI-företag tar betalt (API-kostnader) görs det nästan alltid per genererat token.

AI:ns arbetsminne. Kontextfönstret mäts i tokens och bestämmer hur mycket text AI:n kan "komma ihåg" på en och samma gång. Om du klistrar in en lång bok som överstiger AI:ns kontextfönster, kommer den "glömma" början av boken när du ställer frågor i slutet.

När en AI hittar på fakta men presenterar det med stort självförtroende som sanning. En LLM "vet" egentligen ingenting, den gissar bara vilket ord som statistiskt sett borde komma härnäst. Om gissningen är dålig får vi en hallucination.

Ett sätt att minska hallucinationer. Genom RAG kopplas AI:n först till en databas med pålitlig fakta (t.ex. dina företagsdokument). När du ställer en fråga, söker systemet upp rätt fakta från databasen först, och ger sedan faktan till AI:n som formulerar svaret. Detta gör AI:n mycket mer träffsäker på din specifika data.

Ett paraplybegrepp för all AI som skapar nytt innehåll — vare sig det är text (ChatGPT), bilder (Midjourney), kod, eller musik. Till skillnad från traditionell AI som kanske bara sorterade data eller förutspådde trender, så genererar denna AI något från grunden baserat på din prompt.