Herhaling · module 101 van 155
Herhaling: zo werkt een taalmodel
Haal de kern van tokens, variatie, context en hallucinaties terug in één overzicht.
Na deze les
Je legt in eigen woorden uit hoe een taalmodel een antwoord maakt en waarom dat bepaalt wat je zelf moet controleren.
In beeld · Zo hangt het samen
Drie inzichten over taalmodellen
Het model voorspelt een vervolg in tokens, op basis van patronen en jouw context.
Wat niet in het contextvenster staat, kan het model in dat antwoord niet gebruiken.
Een vlot antwoord kan verzonnen details bevatten. Toets de belangrijke beweringen.
Onderdeel 1 van 3 · Tekst in stukjes
Je voorkeur voor minder beweging staat aan. Kies zelf elk onderdeel.
Een model voorspelt tekst in stukjes
Een taalmodel verwerkt tekst als tokens: stukjes van woorden, leestekens of spaties. Het voorspelt telkens een waarschijnlijk vervolg op basis van patronen uit zijn training en de tekst die je meegeeft (les 1 en 31). Daardoor kan een antwoord vlot en overtuigend klinken zonder dat het model een feit heeft opgezocht. De instelling voor variatie, vaak temperatuur genoemd, bepaalt hoe voorspelbaar dat vervolg is. Meer variatie helpt bij ideeën. Minder variatie maakt antwoorden gelijkmatiger, maar niet automatisch juister (les 32).
Wat het model ziet, bepaalt wat het kan gebruiken
Bij elk antwoord werkt het model met een beperkt contextvenster: vaste instructies, het gesprek, je bestanden en de ruimte voor het antwoord (les 33 en 34). Wat er niet in staat of eruit is gevallen, kan het in dat antwoord niet raadplegen. Vaste instructies en geheugenfuncties helpen, maar garanderen niet dat elke oude afspraak meeweegt (les 61). Geef belangrijke feiten daarom opnieuw mee. Een aangeleverd document blijft inhoud: het vervangt de vaste afspraken of bevoegdheden van een assistent niet.
Overtuigend is niet hetzelfde als juist
Een model kan details invullen die plausibel lijken: een datum, een bedrag of een bron met titel en auteur (les 35). Splits een antwoord daarom in controleerbare beweringen en zoek de oorspronkelijke bron op. Vraag niet dezelfde AI om zichzelf te bevestigen. Kijk ook waar de berekening gebeurt. In de cloud gaat je invoer naar een externe server; lokaal rekent het model op je eigen toestel. Een lokaal model betekent nog niet dat de hele toepassing offline werkt: zoeken, opslag en synchronisatie kunnen extern blijven (les 20).
Nieuw oefenvoorbeeld
Van uitleg naar een bruikbaar resultaat.
Een taalmodel voorspelt tekst. Het werkt met wat in zijn training en in je huidige context zit, en het kan vlot iets verzinnen.
Fictieve oefensituatieFictief: een collega maakt na de cursus een spiekbrief. Daarop staat onder meer: “Een token is een woord”, “Met temperatuur nul klopt het antwoord” en “Lokaal is altijd offline”.
Bekijk een mogelijke uitwerking
Zo kan het
Alle drie de stellingen moeten worden aangepast. Een token is een stukje tekst; hoeveel tokens een woord telt, hangt af van het model. Een lage temperatuur maakt het antwoord voorspelbaarder, niet juister. Een lokaal model kan in een toepassing zitten die toch online zoekt of synchroniseert.
Waarom dit werkt
Herhalen werkt het best als je een verbetering moet uitleggen. Zo merk je welk begrip je echt beheerst en welke les je kunt herlezen.
Maak het iets moeilijker
Schrijf zelf twee juiste en één onjuiste stelling over het contextvenster. Laat iemand anders de onjuiste aanwijzen.
Extra oefenen, op jouw tempo. Je hoeft niets in te sturen. Dit telt niet mee als automatische beoordeling.
Jouw werkplek · leren door te proberen
Maak iets. Kijk wat er verandert.
Even de AI-verbinding controleren… Je kunt het geschreven voorbeeld al bekijken.
Stel je opdracht voor aan Ende.
Lees het antwoord, verander één ding en vergelijk.
Eerder vastgehouden
Nieuwe versie
Jij houdt de controle
Wat wil je in je volgende poging verbeteren?
Alleen op dit apparaat. AI-antwoorden blijven alleen in dit paginageheugen. Dit is zelfcontrole, geen cijfer.
Waarom deze aanpak werkt
Herhalen werkt het best als je een verbetering moet uitleggen. Zo merk je welk begrip je echt beheerst en welke les je kunt herlezen.
Een stap verder
Schrijf zelf twee juiste en één onjuiste stelling over het contextvenster. Laat iemand anders de onjuiste aanwijzen.
Probeer & ontdek · vrijblijvend
Word zelf de broncontroleur
Markeer alleen uitspraken die de bron niet ondersteunt. Controleer daarna je selectie.
Fictieve spiekbrief van een collega na de basiscursus. Welke uitspraken moet ze verbeteren voordat ze de brief deelt?
Kies hierboven welke zinnen je zou corrigeren. Het antwoord blijft verborgen tot je je selectie controleert.
Deze proef werkt lokaal met fictieve gegevens en telt niet mee voor je lesafronding. Bij een nieuwe les of herladen begint ze opnieuw.
Een prompt om mee te starten
Ik herhaal de basis van taalmodellen. Stel me vijf korte vragen, één tegelijk, over tokens, variatie, het contextvenster, hallucinaties en cloud versus lokaal. Wacht na elke vraag op mijn antwoord. Zeg daarna wat juist is en wat ontbreekt, in maximaal drie zinnen. Geef niet meteen alle antwoorden en verzin geen bronnen.
Pas het toe
Een collega wil bronnen voor een presentatie. De AI geeft vijf titels met auteurs en jaartallen. Ze klinken overtuigend, maar niemand heeft ze al geopend.
Welke aanpak past het best bij deze situatie?
- Gebruik de lijst, want een taalmodel kent de literatuur.
- Zet de temperatuur lager en vraag de lijst opnieuw; dan kloppen de bronnen.
- Zoek elke bron op in een bibliotheek- of zoekdienst en gebruik alleen wat je werkelijk terugvindt.
Met JavaScript kun je je aanpak controleren en direct feedback krijgen.
Test je inzicht
Een collega zegt: “Ik zet de temperatuur op nul, dus het antwoord klopt.” Wat antwoord je?
- Klopt: zonder variatie maakt een model geen fouten.
- Een lage instelling maakt antwoorden voorspelbaarder, maar feiten moet je nog altijd controleren.
- Een lage instelling zorgt ervoor dat het model zelf bronnen opzoekt.
Extra oefenen
Leg zonder hulp in drie zinnen uit waarom een vlot antwoord fout kan zijn. Vergelijk je uitleg daarna met de drie blokken van deze les en vul aan wat je miste.
Een model voorspelt tekst in tokens op basis van patronen en de context die het krijgt. Het zoekt niet vanzelf feiten op, dus een datum of bron kan verzonnen zijn. Daarom controleer ik belangrijke beweringen in de oorspronkelijke bron en geef ik nodige feiten zelf mee.
