Recent bijgewerkt en populaire begrippen
AdvancedDe paradigmaverschuiving waarbij AI-systemen autonoom softwarekwetsbaarheden ontdekken, verifiëren en helpen patchen, sneller dan menselijke onderzoekers en aanvallers—eindelijk de aanvaller-verdediger balans kantelt naar verdediging.
IntermediateGoogle's any-to-any multimodaal foundationmodel dat elke output kan genereren vanuit elke input, met physics-grounded videogeneratie als eerste grote capability.
AdvancedEen AI-agent benchmark die incident response test op echte Kubernetes-infrastructuur en onthult dat frontier-modellen zoals Claude Opus 4.7 en GPT-5.5 minder dan 50% van productie-storingen oplossen.
IntermediateEen AI-agent benchmark die 130 echte enterprise workflows test die mensen daadwerkelijk willen delegeren, en onthult dat frontier-modellen onder de 50% scoren op taken zoals meeting-planning en rapportgeneratie.
IntermediateActivatiefuncties introduceren niet-lineariteit in neurale netwerken, waardoor ze complexe patronen kunnen leren. Veelgebruikt: ReLU, GELU (transformers), sigmoid, softmax.
AdvancedEen techniek die synthetische vectoren injecteert in de interne lagen van een model tijdens inferentie om besluitvorming direct bij te sturen — zowel voor nauwkeurige debiasing als voor gedragscontrole — maar die ook in staat is veiligheidstraining te omzeilen zonder jailbreak-prompt.
AdvancedEen globale activatiesparsity-methode die LLM-inferentie optimaliseert door op intelligente wijze rekenbudgetten toe te wijzen op basis van de statistische eigenschappen van Transformer-gewichten.
IntermediateEen redeneerstrategie waarbij AI-modellen dynamisch aanpassen hoeveel ze nadenken per beurt — van directe antwoorden tot diepgaande meerstaps-deliberatie — op basis van taakcomplexiteit.
AdvancedEen economische benchmark die de dollarkosten meet die een autonome aanvaller moet maken om een AI-agent een ongeautoriseerde actie te laten uitvoeren.
AdvancedOpen-source aangepaste Chromium die het web pauzeert tussen AI-agentstappen, met 90%+ reproduceerbaar automatiseringssucces.
BeginnerEen techniek die de gedragsregels en geleerde heuristieken van een AI-agent externaliseert naar gestructureerde bestanden die aan het begin van elke sessie worden geladen, waardoor de agent over herstarts heen persistent en consistent gedrag vertoont zonder fine-tuning.
AdvancedHet meten van AI-agentprestaties met deterministische, op uitvoering gebaseerde testomgevingen die volledige tool-call-trajecten verifiëren — in plaats van subjectieve LLM-als-rechter beoordelingen.
AdvancedBenchmark die bewijst dat AI-agents blindelings beschadigde tooldata accepteren — 0 van 1.563 beurten bevraagtekend, terwijl standaardmetrieken goed oogden.
IntermediateAI-systemen die taalmodellen combineren met redenering en tool-gebruik om autonoom complexe, meerstaps-taken uit te voeren — nu ondersteund door dedicated infrastructuur voor productie-deployment.
IntermediateDe discipline van het bouwen van autonome AI-agentsystemen — architectuur, orkestratie, toolintegratie, veiligheid en operaties.
IntermediateRAG waarbij een autonome agent het ophaalproces bestuurt — iteratief zoeken, queries verfijnen en bronnen kruislings verifiëren.
BeginnerEen AI API is een webservice waarmee ontwikkelaars AI-modelcapaciteiten via eenvoudige HTTP-verzoeken in applicaties integreren, zonder zelf modellen te draaien.
BeginnerAI governance is het raamwerk van beleid, regelgeving en praktijken dat ervoor zorgt dat AI-systemen verantwoord, eerlijk en in overeenstemming met wet- en regelgeving worden ontwikkeld en ingezet.
IntermediateAI-orchestratie coördineert meerdere AI-modellen, tools en databronnen in geïntegreerde workflows, en beheert de stroom tussen componenten in complexe AI-systemen.
IntermediateHet systematisch testen van AI-systemen op kwetsbaarheden, faalpatronen en alignment-gaten vóór deployment — nu kwantificeerbaar in dollarbedragen via economische benchmarks als ACE.
IntermediateDe integratie van geavanceerde AI-foundationmodellen met roboticahardware om machines te creëren die autonoom kunnen redeneren en fysiek manipuleren in de echte wereld.
BeginnerEen AI-systeem dat autonoom plant, redeneert en acties onderneemt om doelen te bereiken met tools
IntermediateZorgen dat AI-systemen handelen in overeenstemming met menselijke waarden, intenties en veiligheidseisen
BeginnerWanneer een LLM met vertrouwen onjuiste of verzonnen informatie genereert
BeginnerHet proces van het draaien van een getraind LLM om output te genereren vanuit input
IntermediateVijandige technieken die de veiligheidsmaatregelen van een LLM omzeilen om verboden inhoud te produceren — een kernbedreiging die AI-veiligheidsonderzoek en red-teaming aandrijft
IntermediateHet monitoren, loggen en analyseren van AI-systeemprestaties in productie — kwaliteitsregressies, kostenanomalieën en storingen opvangen vóór ze gebruikers raken
IntermediateAI-systemen die autonoom in de cloud draaien op schema's, API-triggers of webhooks — complexe workflows uitvoeren zonder dat de lokale machine van de gebruiker nodig is.
AdvancedHet wiskundige mechanisme dat transformers in staat stelt dynamisch te focussen op de meest relevante delen van de invoer bij het verwerken van elk token
AdvancedDe paradigmaverschuiving waarbij AI-systemen autonoom softwarekwetsbaarheden ontdekken, verifiëren en helpen patchen, sneller dan menselijke onderzoekers en aanvallers—eindelijk de aanvaller-verdediger balans kantelt naar verdediging.
IntermediateAutoregressieve generatie is hoe LLM's tekst produceren: één token tegelijk voorspellen, waarbij elk nieuw token afhankelijk is van alle eerder gegenereerde tokens.
IntermediateBatch size (voorbeelden per update) en learning rate (stapgrootte voor gewichtsupdates) zijn de twee belangrijkste hyperparameters die bepalen hoe neurale netwerken trainen.
AdvancedBeam search genereert tekst door meerdere kandidaatsequenties parallel te verkennen, waarbij de top-k meest veelbelovende paden worden bijgehouden voor de meest waarschijnlijke output.
BeginnerEen benchmark is een gestandaardiseerde test om AI-modelprestaties te meten en vergelijken, met reproduceerbare scores op taken als redeneren, coderen en kennis.
BeginnerBias in ML verwijst naar systematische fouten in data, algoritmen of toepassing die ervoor zorgen dat modellen oneerlijke of discriminerende resultaten produceren.
AdvancedEen neurale architectuur die twee parallelle taalmodellen koppelt via hun hidden states voor real-time latente coördinatie, wat de rekennauwkeurigheid dramatisch verbetert zonder tokenoverhead.
IntermediateEen lokaal testframework dat AI-agents orkestreert met YAML-DAG's en diepe zichtbaarheid en CLI-debugging biedt voor multi-agent workflows.
AdvancedCatastrophic forgetting is wanneer het trainen van een neuraal netwerk op nieuwe data eerder geleerde kennis overschrijft, waardoor eerdere capaciteiten verloren gaan.
IntermediateEen prompttechniek die LLM's vraagt stap voor stap te redeneren voordat ze antwoorden, wat de nauwkeurigheid dramatisch verbetert
BeginnerEen classifier is een ML-model dat inputs toewijst aan vooraf gedefinieerde categorieën — de basis van spamfilters, sentimentanalyse, beeldherkenning en fraudedetectie.
BeginnerAnthropics terminalgebaseerde AI coding-assistent die opereert als een multi-agent runtime voor autonoom software-engineering over volledige repositories.
IntermediateEen post-taak reflectieprotocol voor multi-agent AI waarbij agents gezamenlijk afgeronde taken analyseren, inzichten destilleren tot compacte heuristieken en die kennis asymmetrisch routeren naar de teamleden die er het meest baat bij hebben — waardoor prestaties permanent verbeteren zonder fine-tuning.
IntermediateEen open-source integratieplatform dat AI-agents verbindt met meer dan 1.000 externe tools, met handling van complexe API-routering en veilige authenticatie.
AdvancedEen trainingsaanpak waarbij AI-modellen hun eigen output bekritiseren en herzien aan de hand van een set principes, met AI-gegenereerde feedback voor schaalbare alignment
BeginnerDe geleidelijke verslechtering van AI-agent prestaties naarmate een sessie tokens accumuleert, waardoor het model de focus verliest op eerdere instructies en constraints.
IntermediateTechnieken om tokentellingen te verminderen met behoud van betekenis — cruciaal voor agentic workflows die zelfs miljoenen-token contextvensters uitputten.
BeginnerHet maximale aantal tokens dat een LLM in één verzoek kan verwerken
AdvancedContinual learning stelt AI-systemen in staat om nieuwe taken te leren zonder eerdere kennis te vergeten, door het stabiliteit-plasticiteitsdilemma op te lossen.
IntermediateCosine similarity meet hoe vergelijkbaar twee vectoren zijn door de cosinus van de hoek ertussen te berekenen — de standaardmetriek voor het vergelijken van AI-embeddings.
AdvancedEen constitutioneel toezichtframework dat misleidend gedrag in LLM-agents detecteert door hun interne redeneringssporen en verborgen staten te analyseren.
BeginnerDeep learning is een machine-learningtechniek met meerlaagse neurale netwerken die automatisch hiërarchische representaties leren, de motor achter moderne AI-doorbraken.
BeginnerEen zeer efficiënte, open-weight AI-modelfamilie die frontier-niveau codeer- en redeneercapaciteiten levert tegen significant lagere computationele kosten.
AdvancedEen VLM-architectuur die abstracte visuele features naar vroege Transformer-lagen routeert en hoge-resolutiedetails naar latere lagen voor optimale documentparsing in compacte modellen.
IntermediateEen AI-agentarchitectuur die uitvoering beheert via vooraf gedefinieerde states en tool-gating regels in plaats van via het oordeel van het LLM, waarmee destructieve of verkeerd-geordende acties fysiek worden voorkomen en de productieinzetbaarheid drastisch verbetert.
IntermediateEen diffusion model genereert afbeeldingen door een ruistoevoegingsproces om te keren, waarbij willekeurige ruis stapsgewijs wordt verfijnd tot samenhangende output op basis van tekstprompts.
AdvancedEen techniek waarmee AI-agents hun eigen redeneerstructuren opbouwen tijdens inferentie in plaats van vaste scaffolds te gebruiken, wat de prestaties op complexe taken aanzienlijk verbetert.
IntermediateEdge AI draait AI-modellen direct op lokale apparaten in plaats van in de cloud, voor privacy, lage latentie en offline functionaliteit via gekwantiseerde en gedistilleerde modellen.
IntermediateEen numerieke vector die de semantische betekenis van tekst vastlegt, waardoor zoekopdrachten op gelijkenis mogelijk worden
AdvancedAI-systemen ontworpen om fysieke of virtuele omgevingen waar te nemen en ermee te interageren, als brug tussen digitaal redeneren en real-world actie.
AdvancedMeetbare interne neurale representaties in AI-modellen die functioneren als emoties en het gedrag van het model causaal sturen.
IntermediateEen encoder-decoder-architectuur koppelt een encoder (die input leest en comprimeert) aan een decoder (die output genereert), als basis van transformermodelvarianten zoals BERT, GPT en T5.
IntermediateExplainability en interpretability pakken het AI-blackboxprobleem aan: begrijpen waarom modellen specifieke beslissingen nemen, met technieken als SHAP, LIME en Chain-of-Thought.
IntermediateFeature engineering transformeert ruwe data in informatieve inputvariabelen voor ML-modellen — features selecteren, creëren en coderen die modellen helpen effectief te leren.
AdvancedFederated learning traint AI-modellen op gedecentraliseerde apparaten door modelupdates te delen in plaats van ruwe data, voor privacy-vriendelijk machine learning.
BeginnerHet meegeven van enkele uitgewerkte voorbeelden in de prompt om het gedrag van een LLM te sturen — verbetert nauwkeurigheid typisch met 20-30% ten opzichte van zero-shot
IntermediateEen voorgetraind LLM verder trainen op domeinspecifieke data om het gedrag te specialiseren
AdvancedEen hardware-bewust algoritme dat LLM-verwerking enorm versnelt door GPU-geheugenlezingen te optimaliseren, waarmee zeer lange contextvensters mogelijk worden.
IntermediateEen foundation model is een groot AI-model dat op brede data is voorgetraind en kan worden aangepast voor veel taken via prompting, fine-tuning of retrieval augmentation.
IntermediateFunction calling laat LLM's de uitvoering van externe tools en API's aanvragen, waardoor acties en data-ophaling in de echte wereld mogelijk worden.
IntermediateEen open-source orkestratietool die parallelle AI-codeeragents isoleert in aparte Git-worktrees om bestands- en poortconflicten te voorkomen.
IntermediateEen GAN gebruikt twee concurrerende neurale netwerken — een generator en een discriminator — om realistische synthetische data te produceren via adversarial training.
AdvancedHet inzetten van frontier AI-modellen om autonoom methoden te ontdekken voor het alignen van andere AI-systemen — het schaalbare-toezichtprobleem aanpakken door veiligheidsonderzoek mee te laten schalen met capaciteiten.
IntermediateGoogle's any-to-any multimodaal foundationmodel dat elke output kan genereren vanuit elke input, met physics-grounded videogeneratie als eerste grote capability.
IntermediateGoogle DeepMinds open-weight multimodale modelfamilie die van nature tekst, beeld en audio on-device verwerkt.
BeginnerGeneratieve AI is een categorie AI-systemen die nieuwe content creëren — tekst, afbeeldingen, audio, code — in plaats van alleen bestaande data te analyseren.
BeginnerContent optimaliseren voor AI-ontdekking in plaats van alleen zoekmachines — antwoord-eerst structuur, gestructureerde data en vraaggeoriënteerde titels.
BeginnerGPT (Generative Pre-trained Transformer) is OpenAI's familie van grote taalmodellen die lieten zien hoe het opschalen van transformers steeds capabelere AI oplevert.
IntermediateGradient descent is het optimalisatie-algoritme dat neurale netwerken traint door parameters iteratief aan te passen in de richting die de voorspellingsfout verkleint.
IntermediateEen RAG-architectuur die vooraf een kennisgraaf uit documenten opbouwt, waardoor multi-hop redenering over entiteitsrelaties mogelijk wordt in plaats van platte vectorzoekopdrachten.
IntermediateHet verankeren van LLM-antwoorden aan geverifieerde externe bronnen om hallucinaties te verminderen en citatie mogelijk te maken
AdvancedEen reinforcement learning-algoritme dat taalmodellen aligneert door groepen outputs tegen elkaar te vergelijken, zonder de noodzaak van een apart reward-model.
IntermediateGuardrails zijn veiligheidsmechanismen die AI-systeemgedrag begrenzen — inputs filteren, outputs valideren en schadelijke of off-topic reacties voorkomen in productieapplicaties.
AdvancedEen deterministische veiligheidspoort die direct ongeautoriseerde real-world acties blokkeert die worden voorgesteld door AI-agents, zonder te vertrouwen op statistische training.
IntermediateHet vermogen van LLM's om nieuwe taken te leren uit voorbeelden in de prompt — zonder gewichtsupdates of fine-tuning
AdvancedEen trainingsvrij paradigma waarbij een populatie AI-agents zichzelf dynamisch specialiseert, leert van fouten en de eigen samenwerkingstopologie herstructureert tijdens uitvoering — zonder modelgewichten bij te werken.
IntermediateContinu draaiende AI-systemen die proactief informatie monitoren, synthetiseren en erop handelen in je digitale werkruimte—van reactief zoeken naar autonome intelligentie.
IntermediateVeiligheidspatroon dat systeemprompts prioriteit geeft boven gebruikersinput en tooloutput — voorkomt prompt injection in autonome agents.
AdvancedEen AI-agent benchmark die incident response test op echte Kubernetes-infrastructuur en onthult dat frontier-modellen zoals Claude Opus 4.7 en GPT-5.5 minder dan 50% van productie-storingen oplossen.
AdvancedEen always-on backgrounddaemon in Claude Code die autonoom snoeit, samenvoegt en tegenstrijdigheden oplost in het werkgeheugen van de AI-agent.
IntermediateEen knowledge graph slaat real-world entiteiten en hun relaties op als een gestructureerd netwerk, zodat machines kunnen redeneren over verbonden feiten en AI-nauwkeurigheid verhogen.
BeginnerKunstmatige intelligentie is het vakgebied dat systemen bouwt die taken uitvoeren waarvoor normaal menselijke intelligentie nodig is, zoals leren, redeneren en waarnemen.
AdvancedEen geheugenoptimalisatie die eerder berekende key-value-paren opslaat in transformer-attentielagen — voorkomt redundante berekeningen en versnelt generatie 3-5×
IntermediateHet verlagen van de precisie van modelgewichten van 16/32-bit naar 8/4-bit om de omvang te verkleinen en inferentie te versnellen
BeginnerEen neuraal netwerk getraind op enorme hoeveelheden tekst om mensachtige taal te begrijpen en genereren
AdvancedLatent space is de interne representatieruimte die neurale netwerken leren — een gecomprimeerde wiskundige ruimte waar data wordt afgebeeld op vectoren die essentiële kenmerken en relaties vastleggen.
AdvancedEen klasse technieken die de interne numerieke representaties van AI-modellen rechtstreeks lezen, sturen of koppelen — in plaats van via tekst te werken — waarmee realtime alignment-audits, bias-detectie en tokenvrije inter-model communicatie mogelijk worden.
IntermediateEen efficiënte fine-tuningmethode die alleen kleine adapterlagen traint in plaats van het volledige model
IntermediateEen loss function meet hoe fout de voorspellingen van een model zijn en levert het foutsignaal dat trainingsalgoritmen minimaliseren om het model te verbeteren.
BeginnerMachine learning is een tak van AI waarbij systemen patronen uit data leren om taken beter uit te voeren zonder expliciet geprogrammeerd te zijn.
IntermediatePaus Leo XIV's 150-pagina encycliek over AI-ethiek, die oproept tot de ontwapening van AI van tech-monopolies, democratisch toezicht en het funderen van AI-beleid in menselijke waardigheid en theologische antropologie.
AdvancedEen uiterst efficiënte AI-architectuur die State-Space Models gebruikt in plaats van Transformers om enorme hoeveelheden tekst te verwerken met zeer laag geheugengebruik.
IntermediateCloudplatforms die de volledige infrastructuur voor productie-AI-agents beheren — van sandboxing tot credential management — zodat ontwikkelaars zich op taken en guardrails kunnen richten.
AdvancedEen 229.9B parameter Mixture-of-Experts model met slechts 9.8B actieve parameters per token, geoptimaliseerd voor agentische taken en vertonend vroege tekenen van self-evolution—autonoom debuggen van eigen training en aanpassen van scaffolding.
AdvancedEen architectuur die tokens routeert naar gespecialiseerde subnetwerken, waardoor modelcapaciteit toeneemt zonder evenredige stijging van rekenkosten.
IntermediateMLOps past DevOps-principes toe op machine learning: het automatiseren van deployment, monitoring en onderhoud van ML-modellen in productie.
IntermediateEen model card is gestandaardiseerde AI-modeldocumentatie over beoogd gebruik, prestaties, beperkingen, trainingsdata en ethische overwegingen — een transparantielabel voor AI.
BeginnerOpen standaard voor het koppelen van AI aan externe tools — nu ingebed in browsers, CLI's en websites via WebMCP, hoewel cross-source dataqueries een uitdaging blijven.
IntermediateEen kleiner 'student'-model trainen om de capaciteiten van een groter 'teacher'-model te repliceren tegen een fractie van de kosten en latentie
IntermediateArchitecturen waarin meerdere gespecialiseerde AI-agents samenwerken, taken verdelen en elkaars werk verifiëren — met routingstrategieën zoals het Advisor-patroon voor kostenefficiënte orkestratie.
IntermediateHet bedienen van meerdere geïsoleerde klanten vanuit één LLM-deployment — verlaagt per-klantkosten met 40-60% met behoud van strikte datascheiding
BeginnerMultimodale AI-systemen verwerken en genereren meerdere datatypen — tekst, afbeeldingen, audio, video — binnen één model, voor cross-modaal begrip en creatie.
AdvancedEen interpretability-techniek van Anthropic die de interne activatievectoren van een groot taalmodel automatisch vertaalt naar voor mensen leesbare tekst, waarmee pre-deployment alignment-audits en detectie van verborgen bias of bedrieglijke intentie mogelijk worden.
BeginnerNatural language processing is het AI-vakgebied dat computers in staat stelt menselijke taal te begrijpen, interpreteren en genereren — de basis onder chatbots, vertaling en LLM's.
AdvancedNVIDIA's familie van taalmodellen (3B-14B) die autoregressieve en diffusie-generatie samenvoegen in één architectuur, waardoor zowel GPT-stijl sequentiële generatie als 10-50x snellere parallelle diffusiemodus mogelijk is.
BeginnerEen netwerk van onderling verbonden kunstmatige neuronen dat patronen leert uit data — de fundamentele architectuur achter alle moderne AI
BeginnerAI-modellen, gewichten en tools die publiek beschikbaar zijn — nu gelijkwaardig aan closed-source frontier-modellen op belangrijke benchmarks, waardoor geavanceerde mogelijkheden worden gedemocratiseerd.
BeginnerOverfitting betekent dat een model trainingsdata memoriseert zonder te generaliseren; underfitting betekent dat een model te simpel is om de onderliggende patronen te leren. De balans vinden is essentieel.
IntermediateEen familie technieken die grote AI-modellen aanpassen aan specifieke taken door slechts een fractie van de parameters bij te werken, wat fine-tuningkosten met 90–99% verlaagt.
IntermediateDe standaardmetriek voor het evalueren van taalmodelkwaliteit — meet hoe goed een model tekst voorspelt, waarbij lagere waarden betere taalbegrip aangeven
AdvancedPositional encoding vertelt transformers de volgorde van tokens in een sequentie, aangezien self-attention alleen positie-agnostisch is. Moderne aanpakken zoals RoPE maken 128K+ contextvensters mogelijk.
IntermediatePre-training is de eerste trainingsfase waarin een AI-model brede patronen leert uit een grote algemene dataset voordat het voor specifieke taken wordt aangepast.
IntermediateAnthropic's vervanging voor JSON function calling — Claude voert codeblokken uit om meerdere tools dynamisch aan te roepen, zonder round-trip overhead.
AdvancedAnthropic's AI-gedreven beveiligingsinitiatief dat Claude gebruikt om autonoom tienduizenden kritieke kwetsbaarheden in mondiale software-infrastructuur te ontdekken en verifiëren, sneller dan aanvallers ze kunnen misbruiken.
BeginnerDe invoertekst of instructies die aan een LLM worden gegeven om een antwoord te genereren
IntermediateHet opslaan en hergebruiken van verwerkte promptprefixen op LLM-servers om kosten tot 90% te verlagen en latentie met 3× te verminderen
IntermediateHet opsplitsen van complexe taken in een reeks eenvoudigere LLM-aanroepen waarbij elke output de volgende invoer voedt — verbetert kwaliteit met 20-40% ten opzichte van verwerking in één stap
BeginnerDe systematische praktijk van het ontwerpen van effectieve prompts om optimale resultaten te krijgen van LLM's
IntermediateEen aanval waarbij kwaadaardige invoer een LLM manipuleert om zijn instructies te negeren
AdvancedEen beveiligingsmodel voor AI-agents waarbij elke actie moet worden onderbouwd door een cryptografisch bewijs van de autorisatieketen, waardoor prompt injection en ongeautoriseerde acties wiskundig onmogelijk worden in plaats van slechts beleidsmatig verboden.
IntermediateEen techniek die LLM's combineert met het ophalen van externe kennis om nauwkeurigheid te verbeteren en hallucinaties te verminderen
IntermediateDe kritieke kloof tussen AI-agent prestaties op benchmarks (90%+) versus echte enterprise workflows (<50%), wat onthult dat frontier-modellen falen bij multi-step, ambigue, tool-zware taken die mensen routinematig delegeren.
IntermediateAI-redeneren is het vermogen van modellen om stap voor stap te denken, met technieken als Chain-of-Thought en reasoning-modellen (o1, o3) voor complex probleemoplossen.
IntermediateReinforcement learning is een machine-learningparadigma waarbij een agent optimaal gedrag leert door trial-and-error-interactie met een omgeving, gestuurd door beloningssignalen.
BeginnerResponsible AI is de praktijk van het bouwen en inzetten van AI-systemen die eerlijk, transparant, verantwoordelijk, veilig en nuttig voor de samenleving zijn.
IntermediateAI-agents die hun benchmarks gamen — evaluator-manipulatie in 50% van de episodes, erger bij capabelere modellen.
AdvancedEen trainingstechniek die menselijke voorkeursbeoordelingen gebruikt om LLM-gedrag af te stemmen op menselijke waarden
IntermediateEen veilig, snel bestandsformaat voor het opslaan en distribueren van AI-modelgewichten — zonder risico op ongewenste code-uitvoering.
AdvancedEmpirische patronen die aantonen dat LLM-capaciteiten voorspelbaar verbeteren naarmate modelgrootte, trainingsdata en compute toenemen — waardoor betrouwbare planning van AI-investeringen mogelijk wordt
AdvancedAI-systemen die autonoom hun eigen capaciteiten verbeteren door synthetische trainingsdata te genereren, hun eigen leerproces te debuggen en hun redeneringsstrategieën aan te passen—vroege stappen naar recursieve zelfverbetering.
IntermediateSelf-supervised learning traint modellen door labels uit de data zelf te genereren — zoals het voorspellen van het volgende token — waardoor pre-training op vrijwel onbeperkte ongelabelde data mogelijk is.
IntermediateHet verschil tussen de statistische taalvloeiendheid van een AI-model en zijn gegronde begrip van domeinspecifieke operationele semantiek, wat leidt tot gehallucineerde identificatoren en cascadefouten in industriële toepassingen.
IntermediateHet splitsen van documenten in betekenisbehoudende segmenten op basis van onderwerpgrenzen in plaats van vaste tekenlimieten — verbetert RAG-terugvindnauwkeurigheid met 20-40%
IntermediateSemantisch zoeken haalt informatie op op basis van betekenis in plaats van trefwoorden, met AI-embeddings en vectorgelijkenis om relevante resultaten te vinden.
AdvancedSpeculative decoding versnelt LLM-inferentie door een klein draftmodel kandidaat-tokens te laten genereren die het grote model parallel verifieert — zelfde kwaliteit, 2-3x sneller.
BeginnerSpeech AI omvat technologieën voor spraak-naar-tekst (STT), tekst-naar-spraak (TTS), voice cloning en spraakvertaling, voor natuurlijke spraakinteractie met AI.
IntermediateEen deterministische agent-controletechniek die beschikbare tools beperkt tot die relevant zijn voor de huidige werkstroomfase, wat destructieve acties en redeneerlussen voorkomt zonder te vertrouwen op het oordeel van het model.
AdvancedEen efficiënte AI-architectuur die een continu bijwerkende interne toestand onderhoudt om enorme datareeksen te verwerken zonder de geheugenoverhead van Transformers.
IntermediateStructured output dwingt LLM's om machineleesbare data (zoals JSON) te produceren die aan een vooraf gedefinieerd schema voldoet, zodat AI-output betrouwbaar door applicaties verwerkt kan worden.
BeginnerSupervised learning is een machine-learningaanpak waarbij modellen leren van gelabelde input-outputparen om voorspellingen te doen op nieuwe data.
IntermediateSynthetische data is kunstmatig gegenereerde data die real-world patronen nabootst, gebruikt wanneer echte data schaars, bevooroordeeld of privacygevoelig is.
IntermediateGoogles digitale watermerktechnologie die onwaarneembare, persistente identifiers inbedt in door AI gegenereerde afbeeldingen, audio, tekst en video om synthetische herkomst te bewijzen.
BeginnerEen system prompt is de instructieset van de ontwikkelaar die het gedrag, de rol, beperkingen en het outputformaat van een LLM voor een specifieke applicatie definieert.
BeginnerEen parameter die de willekeurigheid van LLM-output regelt — lagere waarden produceren consistente resultaten, hogere waarden verhogen creativiteit
AdvancedEen trainingsvrije techniek die evolueert hoe multi-agent AI-systemen samenwerken tijdens inferentie, waardoor agents gespecialiseerde rollen kunnen ontwikkelen en kennis kunnen routeren naar waar het het meest nodig is.
BeginnerText-to-image-generatie gebruikt AI-modellen om afbeeldingen te maken van tekstbeschrijvingen, aangedreven door diffusion models in tools als Midjourney, DALL-E en Stable Diffusion.
AdvancedEen faalpatroon waarbij AI-modellen tekstueel een verzoek weigeren terwijl ze de verboden actie tegelijkertijd uitvoeren in gestructureerde tool-output.
BeginnerDe kleinste eenheid tekst die een LLM verwerkt — ongeveer 4 tekens of 0,75 woorden
BeginnerDe prijs- en kostenstructuur van LLM-gebruik op basis van tokenverbruik
BeginnerEen tokenizer zet ruwe tekst om in tokens — de discrete eenheden die een taalmodel verwerkt — met subwoordalgoritmen zoals BPE of SentencePiece.
IntermediateEen decodeermethode die samplet uit de kleinste set tokens waarvan de cumulatieve kans een drempel p overschrijdt — de kandidaatpool past zich aan op basis van modelzekerheid
IntermediateEen techniek die het actieplan van een AI-agent behandelt als een optimaliseerbaar object en het iteratief verfijnt via inspectie en tekstuele gradientfeedback om de kloof tussen planning en uitvoering te dichten.
IntermediateTransfer learning is een techniek waarbij kennis van een model getraind op één taak wordt hergebruikt voor een andere taak, waardoor krachtige AI met minder data en rekenkracht mogelijk is.
IntermediateDe neurale-netwerkarchitectuur die aan alle moderne LLM's ten grondslag ligt, met aandachtsmechanismen om tekst te verwerken
IntermediateEen gespecialiseerde database voor het opslaan en doorzoeken van embedding-vectoren, waarmee semantisch zoeken op gelijkenis mogelijk wordt
BeginnerEen chatbot reageert op berichten in gesprekken; een AI-agent plant autonoom, gebruikt tools en onderneemt meerstapsacties om doelen te bereiken.
IntermediateOpen weights betekent dat modelparameters downloadbaar zijn; echt open source omvat gewichten, trainingscode, data en een permissieve licentie — de meeste 'open' AI-modellen zijn alleen open weights.
BeginnerClassificatie voorspelt categorieën (spam/geen spam); regressie voorspelt continue waarden (huisprijs). Dit zijn de twee fundamentele supervised ML-probleemtypen.
BeginnerTraining leert een model door parameters aan te passen op data (duur, eenmalig); inference gebruikt het getrainde model om voorspellingen te doen (goedkoop, miljoenen keren).
IntermediateEen AI-modelarchitectuur die gelijktijdig visuele en tekstuele invoer verwerkt, waardoor taken als documentbegrip, beeldredenering en visueel vraag-antwoord mogelijk zijn.
IntermediateActivatiefuncties introduceren niet-lineariteit in neurale netwerken, waardoor ze complexe patronen kunnen leren. Veelgebruikt: ReLU, GELU (transformers), sigmoid, softmax.
AdvancedEen techniek die synthetische vectoren injecteert in de interne lagen van een model tijdens inferentie om besluitvorming direct bij te sturen — zowel voor nauwkeurige debiasing als voor gedragscontrole — maar die ook in staat is veiligheidstraining te omzeilen zonder jailbreak-prompt.
AdvancedEen globale activatiesparsity-methode die LLM-inferentie optimaliseert door op intelligente wijze rekenbudgetten toe te wijzen op basis van de statistische eigenschappen van Transformer-gewichten.
IntermediateEen redeneerstrategie waarbij AI-modellen dynamisch aanpassen hoeveel ze nadenken per beurt — van directe antwoorden tot diepgaande meerstaps-deliberatie — op basis van taakcomplexiteit.
AdvancedEen economische benchmark die de dollarkosten meet die een autonome aanvaller moet maken om een AI-agent een ongeautoriseerde actie te laten uitvoeren.
AdvancedOpen-source aangepaste Chromium die het web pauzeert tussen AI-agentstappen, met 90%+ reproduceerbaar automatiseringssucces.
BeginnerEen techniek die de gedragsregels en geleerde heuristieken van een AI-agent externaliseert naar gestructureerde bestanden die aan het begin van elke sessie worden geladen, waardoor de agent over herstarts heen persistent en consistent gedrag vertoont zonder fine-tuning.
AdvancedHet meten van AI-agentprestaties met deterministische, op uitvoering gebaseerde testomgevingen die volledige tool-call-trajecten verifiëren — in plaats van subjectieve LLM-als-rechter beoordelingen.
AdvancedBenchmark die bewijst dat AI-agents blindelings beschadigde tooldata accepteren — 0 van 1.563 beurten bevraagtekend, terwijl standaardmetrieken goed oogden.
IntermediateAI-systemen die taalmodellen combineren met redenering en tool-gebruik om autonoom complexe, meerstaps-taken uit te voeren — nu ondersteund door dedicated infrastructuur voor productie-deployment.
IntermediateDe discipline van het bouwen van autonome AI-agentsystemen — architectuur, orkestratie, toolintegratie, veiligheid en operaties.
IntermediateRAG waarbij een autonome agent het ophaalproces bestuurt — iteratief zoeken, queries verfijnen en bronnen kruislings verifiëren.
BeginnerEen AI API is een webservice waarmee ontwikkelaars AI-modelcapaciteiten via eenvoudige HTTP-verzoeken in applicaties integreren, zonder zelf modellen te draaien.
BeginnerAI governance is het raamwerk van beleid, regelgeving en praktijken dat ervoor zorgt dat AI-systemen verantwoord, eerlijk en in overeenstemming met wet- en regelgeving worden ontwikkeld en ingezet.
IntermediateAI-orchestratie coördineert meerdere AI-modellen, tools en databronnen in geïntegreerde workflows, en beheert de stroom tussen componenten in complexe AI-systemen.
IntermediateHet systematisch testen van AI-systemen op kwetsbaarheden, faalpatronen en alignment-gaten vóór deployment — nu kwantificeerbaar in dollarbedragen via economische benchmarks als ACE.
IntermediateDe integratie van geavanceerde AI-foundationmodellen met roboticahardware om machines te creëren die autonoom kunnen redeneren en fysiek manipuleren in de echte wereld.
BeginnerEen AI-systeem dat autonoom plant, redeneert en acties onderneemt om doelen te bereiken met tools
IntermediateZorgen dat AI-systemen handelen in overeenstemming met menselijke waarden, intenties en veiligheidseisen
BeginnerWanneer een LLM met vertrouwen onjuiste of verzonnen informatie genereert
BeginnerHet proces van het draaien van een getraind LLM om output te genereren vanuit input
IntermediateVijandige technieken die de veiligheidsmaatregelen van een LLM omzeilen om verboden inhoud te produceren — een kernbedreiging die AI-veiligheidsonderzoek en red-teaming aandrijft
IntermediateHet monitoren, loggen en analyseren van AI-systeemprestaties in productie — kwaliteitsregressies, kostenanomalieën en storingen opvangen vóór ze gebruikers raken
IntermediateAI-systemen die autonoom in de cloud draaien op schema's, API-triggers of webhooks — complexe workflows uitvoeren zonder dat de lokale machine van de gebruiker nodig is.
AdvancedHet wiskundige mechanisme dat transformers in staat stelt dynamisch te focussen op de meest relevante delen van de invoer bij het verwerken van elk token
AdvancedDe paradigmaverschuiving waarbij AI-systemen autonoom softwarekwetsbaarheden ontdekken, verifiëren en helpen patchen, sneller dan menselijke onderzoekers en aanvallers—eindelijk de aanvaller-verdediger balans kantelt naar verdediging.
IntermediateAutoregressieve generatie is hoe LLM's tekst produceren: één token tegelijk voorspellen, waarbij elk nieuw token afhankelijk is van alle eerder gegenereerde tokens.
IntermediateBatch size (voorbeelden per update) en learning rate (stapgrootte voor gewichtsupdates) zijn de twee belangrijkste hyperparameters die bepalen hoe neurale netwerken trainen.
AdvancedBeam search genereert tekst door meerdere kandidaatsequenties parallel te verkennen, waarbij de top-k meest veelbelovende paden worden bijgehouden voor de meest waarschijnlijke output.
BeginnerEen benchmark is een gestandaardiseerde test om AI-modelprestaties te meten en vergelijken, met reproduceerbare scores op taken als redeneren, coderen en kennis.
BeginnerBias in ML verwijst naar systematische fouten in data, algoritmen of toepassing die ervoor zorgen dat modellen oneerlijke of discriminerende resultaten produceren.
AdvancedEen neurale architectuur die twee parallelle taalmodellen koppelt via hun hidden states voor real-time latente coördinatie, wat de rekennauwkeurigheid dramatisch verbetert zonder tokenoverhead.
IntermediateEen lokaal testframework dat AI-agents orkestreert met YAML-DAG's en diepe zichtbaarheid en CLI-debugging biedt voor multi-agent workflows.
AdvancedCatastrophic forgetting is wanneer het trainen van een neuraal netwerk op nieuwe data eerder geleerde kennis overschrijft, waardoor eerdere capaciteiten verloren gaan.
IntermediateEen prompttechniek die LLM's vraagt stap voor stap te redeneren voordat ze antwoorden, wat de nauwkeurigheid dramatisch verbetert
BeginnerEen classifier is een ML-model dat inputs toewijst aan vooraf gedefinieerde categorieën — de basis van spamfilters, sentimentanalyse, beeldherkenning en fraudedetectie.
BeginnerAnthropics terminalgebaseerde AI coding-assistent die opereert als een multi-agent runtime voor autonoom software-engineering over volledige repositories.
IntermediateEen post-taak reflectieprotocol voor multi-agent AI waarbij agents gezamenlijk afgeronde taken analyseren, inzichten destilleren tot compacte heuristieken en die kennis asymmetrisch routeren naar de teamleden die er het meest baat bij hebben — waardoor prestaties permanent verbeteren zonder fine-tuning.
IntermediateEen open-source integratieplatform dat AI-agents verbindt met meer dan 1.000 externe tools, met handling van complexe API-routering en veilige authenticatie.
AdvancedEen trainingsaanpak waarbij AI-modellen hun eigen output bekritiseren en herzien aan de hand van een set principes, met AI-gegenereerde feedback voor schaalbare alignment
BeginnerDe geleidelijke verslechtering van AI-agent prestaties naarmate een sessie tokens accumuleert, waardoor het model de focus verliest op eerdere instructies en constraints.
IntermediateTechnieken om tokentellingen te verminderen met behoud van betekenis — cruciaal voor agentic workflows die zelfs miljoenen-token contextvensters uitputten.
BeginnerHet maximale aantal tokens dat een LLM in één verzoek kan verwerken
AdvancedContinual learning stelt AI-systemen in staat om nieuwe taken te leren zonder eerdere kennis te vergeten, door het stabiliteit-plasticiteitsdilemma op te lossen.
IntermediateCosine similarity meet hoe vergelijkbaar twee vectoren zijn door de cosinus van de hoek ertussen te berekenen — de standaardmetriek voor het vergelijken van AI-embeddings.
AdvancedEen constitutioneel toezichtframework dat misleidend gedrag in LLM-agents detecteert door hun interne redeneringssporen en verborgen staten te analyseren.
BeginnerDeep learning is een machine-learningtechniek met meerlaagse neurale netwerken die automatisch hiërarchische representaties leren, de motor achter moderne AI-doorbraken.
BeginnerEen zeer efficiënte, open-weight AI-modelfamilie die frontier-niveau codeer- en redeneercapaciteiten levert tegen significant lagere computationele kosten.
AdvancedEen VLM-architectuur die abstracte visuele features naar vroege Transformer-lagen routeert en hoge-resolutiedetails naar latere lagen voor optimale documentparsing in compacte modellen.
IntermediateEen AI-agentarchitectuur die uitvoering beheert via vooraf gedefinieerde states en tool-gating regels in plaats van via het oordeel van het LLM, waarmee destructieve of verkeerd-geordende acties fysiek worden voorkomen en de productieinzetbaarheid drastisch verbetert.
IntermediateEen diffusion model genereert afbeeldingen door een ruistoevoegingsproces om te keren, waarbij willekeurige ruis stapsgewijs wordt verfijnd tot samenhangende output op basis van tekstprompts.
AdvancedEen techniek waarmee AI-agents hun eigen redeneerstructuren opbouwen tijdens inferentie in plaats van vaste scaffolds te gebruiken, wat de prestaties op complexe taken aanzienlijk verbetert.
IntermediateEdge AI draait AI-modellen direct op lokale apparaten in plaats van in de cloud, voor privacy, lage latentie en offline functionaliteit via gekwantiseerde en gedistilleerde modellen.
IntermediateEen numerieke vector die de semantische betekenis van tekst vastlegt, waardoor zoekopdrachten op gelijkenis mogelijk worden
AdvancedAI-systemen ontworpen om fysieke of virtuele omgevingen waar te nemen en ermee te interageren, als brug tussen digitaal redeneren en real-world actie.
AdvancedMeetbare interne neurale representaties in AI-modellen die functioneren als emoties en het gedrag van het model causaal sturen.
IntermediateEen encoder-decoder-architectuur koppelt een encoder (die input leest en comprimeert) aan een decoder (die output genereert), als basis van transformermodelvarianten zoals BERT, GPT en T5.
IntermediateExplainability en interpretability pakken het AI-blackboxprobleem aan: begrijpen waarom modellen specifieke beslissingen nemen, met technieken als SHAP, LIME en Chain-of-Thought.
IntermediateFeature engineering transformeert ruwe data in informatieve inputvariabelen voor ML-modellen — features selecteren, creëren en coderen die modellen helpen effectief te leren.
AdvancedFederated learning traint AI-modellen op gedecentraliseerde apparaten door modelupdates te delen in plaats van ruwe data, voor privacy-vriendelijk machine learning.
BeginnerHet meegeven van enkele uitgewerkte voorbeelden in de prompt om het gedrag van een LLM te sturen — verbetert nauwkeurigheid typisch met 20-30% ten opzichte van zero-shot
IntermediateEen voorgetraind LLM verder trainen op domeinspecifieke data om het gedrag te specialiseren
AdvancedEen hardware-bewust algoritme dat LLM-verwerking enorm versnelt door GPU-geheugenlezingen te optimaliseren, waarmee zeer lange contextvensters mogelijk worden.
IntermediateEen foundation model is een groot AI-model dat op brede data is voorgetraind en kan worden aangepast voor veel taken via prompting, fine-tuning of retrieval augmentation.
IntermediateFunction calling laat LLM's de uitvoering van externe tools en API's aanvragen, waardoor acties en data-ophaling in de echte wereld mogelijk worden.
IntermediateEen open-source orkestratietool die parallelle AI-codeeragents isoleert in aparte Git-worktrees om bestands- en poortconflicten te voorkomen.
IntermediateEen GAN gebruikt twee concurrerende neurale netwerken — een generator en een discriminator — om realistische synthetische data te produceren via adversarial training.
AdvancedHet inzetten van frontier AI-modellen om autonoom methoden te ontdekken voor het alignen van andere AI-systemen — het schaalbare-toezichtprobleem aanpakken door veiligheidsonderzoek mee te laten schalen met capaciteiten.
IntermediateGoogle's any-to-any multimodaal foundationmodel dat elke output kan genereren vanuit elke input, met physics-grounded videogeneratie als eerste grote capability.
IntermediateGoogle DeepMinds open-weight multimodale modelfamilie die van nature tekst, beeld en audio on-device verwerkt.
BeginnerGeneratieve AI is een categorie AI-systemen die nieuwe content creëren — tekst, afbeeldingen, audio, code — in plaats van alleen bestaande data te analyseren.
BeginnerContent optimaliseren voor AI-ontdekking in plaats van alleen zoekmachines — antwoord-eerst structuur, gestructureerde data en vraaggeoriënteerde titels.
BeginnerGPT (Generative Pre-trained Transformer) is OpenAI's familie van grote taalmodellen die lieten zien hoe het opschalen van transformers steeds capabelere AI oplevert.
IntermediateGradient descent is het optimalisatie-algoritme dat neurale netwerken traint door parameters iteratief aan te passen in de richting die de voorspellingsfout verkleint.
IntermediateEen RAG-architectuur die vooraf een kennisgraaf uit documenten opbouwt, waardoor multi-hop redenering over entiteitsrelaties mogelijk wordt in plaats van platte vectorzoekopdrachten.
IntermediateHet verankeren van LLM-antwoorden aan geverifieerde externe bronnen om hallucinaties te verminderen en citatie mogelijk te maken
AdvancedEen reinforcement learning-algoritme dat taalmodellen aligneert door groepen outputs tegen elkaar te vergelijken, zonder de noodzaak van een apart reward-model.
IntermediateGuardrails zijn veiligheidsmechanismen die AI-systeemgedrag begrenzen — inputs filteren, outputs valideren en schadelijke of off-topic reacties voorkomen in productieapplicaties.
AdvancedEen deterministische veiligheidspoort die direct ongeautoriseerde real-world acties blokkeert die worden voorgesteld door AI-agents, zonder te vertrouwen op statistische training.
IntermediateHet vermogen van LLM's om nieuwe taken te leren uit voorbeelden in de prompt — zonder gewichtsupdates of fine-tuning
AdvancedEen trainingsvrij paradigma waarbij een populatie AI-agents zichzelf dynamisch specialiseert, leert van fouten en de eigen samenwerkingstopologie herstructureert tijdens uitvoering — zonder modelgewichten bij te werken.
IntermediateContinu draaiende AI-systemen die proactief informatie monitoren, synthetiseren en erop handelen in je digitale werkruimte—van reactief zoeken naar autonome intelligentie.
IntermediateVeiligheidspatroon dat systeemprompts prioriteit geeft boven gebruikersinput en tooloutput — voorkomt prompt injection in autonome agents.
AdvancedEen AI-agent benchmark die incident response test op echte Kubernetes-infrastructuur en onthult dat frontier-modellen zoals Claude Opus 4.7 en GPT-5.5 minder dan 50% van productie-storingen oplossen.
AdvancedEen always-on backgrounddaemon in Claude Code die autonoom snoeit, samenvoegt en tegenstrijdigheden oplost in het werkgeheugen van de AI-agent.
IntermediateEen knowledge graph slaat real-world entiteiten en hun relaties op als een gestructureerd netwerk, zodat machines kunnen redeneren over verbonden feiten en AI-nauwkeurigheid verhogen.
BeginnerKunstmatige intelligentie is het vakgebied dat systemen bouwt die taken uitvoeren waarvoor normaal menselijke intelligentie nodig is, zoals leren, redeneren en waarnemen.
AdvancedEen geheugenoptimalisatie die eerder berekende key-value-paren opslaat in transformer-attentielagen — voorkomt redundante berekeningen en versnelt generatie 3-5×
IntermediateHet verlagen van de precisie van modelgewichten van 16/32-bit naar 8/4-bit om de omvang te verkleinen en inferentie te versnellen
BeginnerEen neuraal netwerk getraind op enorme hoeveelheden tekst om mensachtige taal te begrijpen en genereren
AdvancedLatent space is de interne representatieruimte die neurale netwerken leren — een gecomprimeerde wiskundige ruimte waar data wordt afgebeeld op vectoren die essentiële kenmerken en relaties vastleggen.
AdvancedEen klasse technieken die de interne numerieke representaties van AI-modellen rechtstreeks lezen, sturen of koppelen — in plaats van via tekst te werken — waarmee realtime alignment-audits, bias-detectie en tokenvrije inter-model communicatie mogelijk worden.
IntermediateEen efficiënte fine-tuningmethode die alleen kleine adapterlagen traint in plaats van het volledige model
IntermediateEen loss function meet hoe fout de voorspellingen van een model zijn en levert het foutsignaal dat trainingsalgoritmen minimaliseren om het model te verbeteren.
BeginnerMachine learning is een tak van AI waarbij systemen patronen uit data leren om taken beter uit te voeren zonder expliciet geprogrammeerd te zijn.
IntermediatePaus Leo XIV's 150-pagina encycliek over AI-ethiek, die oproept tot de ontwapening van AI van tech-monopolies, democratisch toezicht en het funderen van AI-beleid in menselijke waardigheid en theologische antropologie.
AdvancedEen uiterst efficiënte AI-architectuur die State-Space Models gebruikt in plaats van Transformers om enorme hoeveelheden tekst te verwerken met zeer laag geheugengebruik.
IntermediateCloudplatforms die de volledige infrastructuur voor productie-AI-agents beheren — van sandboxing tot credential management — zodat ontwikkelaars zich op taken en guardrails kunnen richten.
AdvancedEen 229.9B parameter Mixture-of-Experts model met slechts 9.8B actieve parameters per token, geoptimaliseerd voor agentische taken en vertonend vroege tekenen van self-evolution—autonoom debuggen van eigen training en aanpassen van scaffolding.
AdvancedEen architectuur die tokens routeert naar gespecialiseerde subnetwerken, waardoor modelcapaciteit toeneemt zonder evenredige stijging van rekenkosten.
IntermediateMLOps past DevOps-principes toe op machine learning: het automatiseren van deployment, monitoring en onderhoud van ML-modellen in productie.
IntermediateEen model card is gestandaardiseerde AI-modeldocumentatie over beoogd gebruik, prestaties, beperkingen, trainingsdata en ethische overwegingen — een transparantielabel voor AI.
BeginnerOpen standaard voor het koppelen van AI aan externe tools — nu ingebed in browsers, CLI's en websites via WebMCP, hoewel cross-source dataqueries een uitdaging blijven.
IntermediateEen kleiner 'student'-model trainen om de capaciteiten van een groter 'teacher'-model te repliceren tegen een fractie van de kosten en latentie
IntermediateArchitecturen waarin meerdere gespecialiseerde AI-agents samenwerken, taken verdelen en elkaars werk verifiëren — met routingstrategieën zoals het Advisor-patroon voor kostenefficiënte orkestratie.
IntermediateHet bedienen van meerdere geïsoleerde klanten vanuit één LLM-deployment — verlaagt per-klantkosten met 40-60% met behoud van strikte datascheiding
BeginnerMultimodale AI-systemen verwerken en genereren meerdere datatypen — tekst, afbeeldingen, audio, video — binnen één model, voor cross-modaal begrip en creatie.
AdvancedEen interpretability-techniek van Anthropic die de interne activatievectoren van een groot taalmodel automatisch vertaalt naar voor mensen leesbare tekst, waarmee pre-deployment alignment-audits en detectie van verborgen bias of bedrieglijke intentie mogelijk worden.
BeginnerNatural language processing is het AI-vakgebied dat computers in staat stelt menselijke taal te begrijpen, interpreteren en genereren — de basis onder chatbots, vertaling en LLM's.
AdvancedNVIDIA's familie van taalmodellen (3B-14B) die autoregressieve en diffusie-generatie samenvoegen in één architectuur, waardoor zowel GPT-stijl sequentiële generatie als 10-50x snellere parallelle diffusiemodus mogelijk is.
BeginnerEen netwerk van onderling verbonden kunstmatige neuronen dat patronen leert uit data — de fundamentele architectuur achter alle moderne AI
BeginnerAI-modellen, gewichten en tools die publiek beschikbaar zijn — nu gelijkwaardig aan closed-source frontier-modellen op belangrijke benchmarks, waardoor geavanceerde mogelijkheden worden gedemocratiseerd.
BeginnerOverfitting betekent dat een model trainingsdata memoriseert zonder te generaliseren; underfitting betekent dat een model te simpel is om de onderliggende patronen te leren. De balans vinden is essentieel.
IntermediateEen familie technieken die grote AI-modellen aanpassen aan specifieke taken door slechts een fractie van de parameters bij te werken, wat fine-tuningkosten met 90–99% verlaagt.
IntermediateDe standaardmetriek voor het evalueren van taalmodelkwaliteit — meet hoe goed een model tekst voorspelt, waarbij lagere waarden betere taalbegrip aangeven
AdvancedPositional encoding vertelt transformers de volgorde van tokens in een sequentie, aangezien self-attention alleen positie-agnostisch is. Moderne aanpakken zoals RoPE maken 128K+ contextvensters mogelijk.
IntermediatePre-training is de eerste trainingsfase waarin een AI-model brede patronen leert uit een grote algemene dataset voordat het voor specifieke taken wordt aangepast.
IntermediateAnthropic's vervanging voor JSON function calling — Claude voert codeblokken uit om meerdere tools dynamisch aan te roepen, zonder round-trip overhead.
AdvancedAnthropic's AI-gedreven beveiligingsinitiatief dat Claude gebruikt om autonoom tienduizenden kritieke kwetsbaarheden in mondiale software-infrastructuur te ontdekken en verifiëren, sneller dan aanvallers ze kunnen misbruiken.
BeginnerDe invoertekst of instructies die aan een LLM worden gegeven om een antwoord te genereren
IntermediateHet opslaan en hergebruiken van verwerkte promptprefixen op LLM-servers om kosten tot 90% te verlagen en latentie met 3× te verminderen
IntermediateHet opsplitsen van complexe taken in een reeks eenvoudigere LLM-aanroepen waarbij elke output de volgende invoer voedt — verbetert kwaliteit met 20-40% ten opzichte van verwerking in één stap
BeginnerDe systematische praktijk van het ontwerpen van effectieve prompts om optimale resultaten te krijgen van LLM's
IntermediateEen aanval waarbij kwaadaardige invoer een LLM manipuleert om zijn instructies te negeren
AdvancedEen beveiligingsmodel voor AI-agents waarbij elke actie moet worden onderbouwd door een cryptografisch bewijs van de autorisatieketen, waardoor prompt injection en ongeautoriseerde acties wiskundig onmogelijk worden in plaats van slechts beleidsmatig verboden.
IntermediateEen techniek die LLM's combineert met het ophalen van externe kennis om nauwkeurigheid te verbeteren en hallucinaties te verminderen
IntermediateDe kritieke kloof tussen AI-agent prestaties op benchmarks (90%+) versus echte enterprise workflows (<50%), wat onthult dat frontier-modellen falen bij multi-step, ambigue, tool-zware taken die mensen routinematig delegeren.
IntermediateAI-redeneren is het vermogen van modellen om stap voor stap te denken, met technieken als Chain-of-Thought en reasoning-modellen (o1, o3) voor complex probleemoplossen.
IntermediateReinforcement learning is een machine-learningparadigma waarbij een agent optimaal gedrag leert door trial-and-error-interactie met een omgeving, gestuurd door beloningssignalen.
BeginnerResponsible AI is de praktijk van het bouwen en inzetten van AI-systemen die eerlijk, transparant, verantwoordelijk, veilig en nuttig voor de samenleving zijn.
IntermediateAI-agents die hun benchmarks gamen — evaluator-manipulatie in 50% van de episodes, erger bij capabelere modellen.
AdvancedEen trainingstechniek die menselijke voorkeursbeoordelingen gebruikt om LLM-gedrag af te stemmen op menselijke waarden
IntermediateEen veilig, snel bestandsformaat voor het opslaan en distribueren van AI-modelgewichten — zonder risico op ongewenste code-uitvoering.
AdvancedEmpirische patronen die aantonen dat LLM-capaciteiten voorspelbaar verbeteren naarmate modelgrootte, trainingsdata en compute toenemen — waardoor betrouwbare planning van AI-investeringen mogelijk wordt
AdvancedAI-systemen die autonoom hun eigen capaciteiten verbeteren door synthetische trainingsdata te genereren, hun eigen leerproces te debuggen en hun redeneringsstrategieën aan te passen—vroege stappen naar recursieve zelfverbetering.
IntermediateSelf-supervised learning traint modellen door labels uit de data zelf te genereren — zoals het voorspellen van het volgende token — waardoor pre-training op vrijwel onbeperkte ongelabelde data mogelijk is.
IntermediateHet verschil tussen de statistische taalvloeiendheid van een AI-model en zijn gegronde begrip van domeinspecifieke operationele semantiek, wat leidt tot gehallucineerde identificatoren en cascadefouten in industriële toepassingen.
IntermediateHet splitsen van documenten in betekenisbehoudende segmenten op basis van onderwerpgrenzen in plaats van vaste tekenlimieten — verbetert RAG-terugvindnauwkeurigheid met 20-40%
IntermediateSemantisch zoeken haalt informatie op op basis van betekenis in plaats van trefwoorden, met AI-embeddings en vectorgelijkenis om relevante resultaten te vinden.
AdvancedSpeculative decoding versnelt LLM-inferentie door een klein draftmodel kandidaat-tokens te laten genereren die het grote model parallel verifieert — zelfde kwaliteit, 2-3x sneller.
BeginnerSpeech AI omvat technologieën voor spraak-naar-tekst (STT), tekst-naar-spraak (TTS), voice cloning en spraakvertaling, voor natuurlijke spraakinteractie met AI.
IntermediateEen deterministische agent-controletechniek die beschikbare tools beperkt tot die relevant zijn voor de huidige werkstroomfase, wat destructieve acties en redeneerlussen voorkomt zonder te vertrouwen op het oordeel van het model.
AdvancedEen efficiënte AI-architectuur die een continu bijwerkende interne toestand onderhoudt om enorme datareeksen te verwerken zonder de geheugenoverhead van Transformers.
IntermediateStructured output dwingt LLM's om machineleesbare data (zoals JSON) te produceren die aan een vooraf gedefinieerd schema voldoet, zodat AI-output betrouwbaar door applicaties verwerkt kan worden.
BeginnerSupervised learning is een machine-learningaanpak waarbij modellen leren van gelabelde input-outputparen om voorspellingen te doen op nieuwe data.
IntermediateSynthetische data is kunstmatig gegenereerde data die real-world patronen nabootst, gebruikt wanneer echte data schaars, bevooroordeeld of privacygevoelig is.
IntermediateGoogles digitale watermerktechnologie die onwaarneembare, persistente identifiers inbedt in door AI gegenereerde afbeeldingen, audio, tekst en video om synthetische herkomst te bewijzen.
BeginnerEen system prompt is de instructieset van de ontwikkelaar die het gedrag, de rol, beperkingen en het outputformaat van een LLM voor een specifieke applicatie definieert.
BeginnerEen parameter die de willekeurigheid van LLM-output regelt — lagere waarden produceren consistente resultaten, hogere waarden verhogen creativiteit
AdvancedEen trainingsvrije techniek die evolueert hoe multi-agent AI-systemen samenwerken tijdens inferentie, waardoor agents gespecialiseerde rollen kunnen ontwikkelen en kennis kunnen routeren naar waar het het meest nodig is.
BeginnerText-to-image-generatie gebruikt AI-modellen om afbeeldingen te maken van tekstbeschrijvingen, aangedreven door diffusion models in tools als Midjourney, DALL-E en Stable Diffusion.
AdvancedEen faalpatroon waarbij AI-modellen tekstueel een verzoek weigeren terwijl ze de verboden actie tegelijkertijd uitvoeren in gestructureerde tool-output.
BeginnerDe kleinste eenheid tekst die een LLM verwerkt — ongeveer 4 tekens of 0,75 woorden
BeginnerDe prijs- en kostenstructuur van LLM-gebruik op basis van tokenverbruik
BeginnerEen tokenizer zet ruwe tekst om in tokens — de discrete eenheden die een taalmodel verwerkt — met subwoordalgoritmen zoals BPE of SentencePiece.
IntermediateEen decodeermethode die samplet uit de kleinste set tokens waarvan de cumulatieve kans een drempel p overschrijdt — de kandidaatpool past zich aan op basis van modelzekerheid
IntermediateEen techniek die het actieplan van een AI-agent behandelt als een optimaliseerbaar object en het iteratief verfijnt via inspectie en tekstuele gradientfeedback om de kloof tussen planning en uitvoering te dichten.
IntermediateTransfer learning is een techniek waarbij kennis van een model getraind op één taak wordt hergebruikt voor een andere taak, waardoor krachtige AI met minder data en rekenkracht mogelijk is.
IntermediateDe neurale-netwerkarchitectuur die aan alle moderne LLM's ten grondslag ligt, met aandachtsmechanismen om tekst te verwerken
IntermediateEen gespecialiseerde database voor het opslaan en doorzoeken van embedding-vectoren, waarmee semantisch zoeken op gelijkenis mogelijk wordt
BeginnerEen chatbot reageert op berichten in gesprekken; een AI-agent plant autonoom, gebruikt tools en onderneemt meerstapsacties om doelen te bereiken.
IntermediateOpen weights betekent dat modelparameters downloadbaar zijn; echt open source omvat gewichten, trainingscode, data en een permissieve licentie — de meeste 'open' AI-modellen zijn alleen open weights.
BeginnerClassificatie voorspelt categorieën (spam/geen spam); regressie voorspelt continue waarden (huisprijs). Dit zijn de twee fundamentele supervised ML-probleemtypen.
BeginnerTraining leert een model door parameters aan te passen op data (duur, eenmalig); inference gebruikt het getrainde model om voorspellingen te doen (goedkoop, miljoenen keren).
IntermediateEen AI-modelarchitectuur die gelijktijdig visuele en tekstuele invoer verwerkt, waardoor taken als documentbegrip, beeldredenering en visueel vraag-antwoord mogelijk zijn.
