IntermediateModellen & Architectuur
Kwantisatie
Het verlagen van de precisie van modelgewichten van 16/32-bit naar 8/4-bit om de omvang te verkleinen en inferentie te versnellen
AI Woordenboek
Modellen & Architectuur
Woordenboek van AI-concepten, eenvoudig uitgelegd
39 concepten
Modellen & Architectuur
39 concepten
Intermediate
IntermediateModellen & Architectuur
LoRA (Low-Rank Adaptation)
Een efficiënte fine-tuningmethode die alleen kleine adapterlagen traint in plaats van het volledige model
IntermediateModellen & Architectuur
Modeldistillatie
Een kleiner 'student'-model trainen om de capaciteiten van een groter 'teacher'-model te repliceren tegen een fractie van de kosten en latentie
IntermediateModellen & Architectuur
Perplexity in NLP
De standaardmetriek voor het evalueren van taalmodelkwaliteit — meet hoe goed een model tekst voorspelt, waarbij lagere waarden betere taalbegrip aangeven
IntermediateModellen & Architectuur
RAG (Retrieval-Augmented Generation)
Een techniek die LLM's combineert met het ophalen van externe kennis om nauwkeurigheid te verbeteren en hallucinaties te verminderen
AdvancedModellen & Architectuur
RLHF (Reinforcement Learning from Human Feedback)
Een trainingstechniek die menselijke voorkeursbeoordelingen gebruikt om LLM-gedrag af te stemmen op menselijke waarden
AdvancedModellen & Architectuur
KV-cache
Een geheugenoptimalisatie die eerder berekende key-value-paren opslaat in transformer-attentielagen — voorkomt redundante berekeningen en versnelt generatie 3-5×
AdvancedModellen & Architectuur
Mixture-of-Experts (MoE) model
Een architectuur die tokens routeert naar gespecialiseerde subnetwerken, waardoor modelcapaciteit toeneemt zonder evenredige stijging van rekenkosten.
IntermediateModellen & Architectuur
Transformer
De neurale-netwerkarchitectuur die aan alle moderne LLM's ten grondslag ligt, met aandachtsmechanismen om tekst te verwerken
AdvancedModellen & Architectuur
Attention-mechanisme
Het wiskundige mechanisme dat transformers in staat stelt dynamisch te focussen op de meest relevante delen van de invoer bij het verwerken van elk token
AdvancedModellen & Architectuur
Adversarial Cost to Exploit (ACE)
Een economische benchmark die de dollarkosten meet die een autonome aanvaller moet maken om een AI-agent een ongeautoriseerde actie te laten uitvoeren.
IntermediateModellen & Architectuur
Autoregressieve Generatie
Autoregressieve generatie is hoe LLM's tekst produceren: één token tegelijk voorspellen, waarbij elk nieuw token afhankelijk is van alle eerder gegenereerde tokens.
AdvancedModellen & Architectuur
Beam Search
Beam search genereert tekst door meerdere kandidaatsequenties parallel te verkennen, waarbij de top-k meest veelbelovende paden worden bijgehouden voor de meest waarschijnlijke output.
BeginnerModellen & Architectuur
DeepSeek
Een zeer efficiënte, open-weight AI-modelfamilie die frontier-niveau codeer- en redeneercapaciteiten levert tegen significant lagere computationele kosten.
AdvancedModellen & Architectuur
DeepStack Injection
Een VLM-architectuur die abstracte visuele features naar vroege Transformer-lagen routeert en hoge-resolutiedetails naar latere lagen voor optimale documentparsing in compacte modellen.
AdvancedModellen & Architectuur
Flash Attention
Een hardware-bewust algoritme dat LLM-verwerking enorm versnelt door GPU-geheugenlezingen te optimaliseren, waarmee zeer lange contextvensters mogelijk worden.
BeginnerModellen & Architectuur
GPT
GPT (Generative Pre-trained Transformer) is OpenAI's familie van grote taalmodellen die lieten zien hoe het opschalen van transformers steeds capabelere AI oplevert.
AdvancedModellen & Architectuur
GRPO (Group Relative Policy Optimization)
Een reinforcement learning-algoritme dat taalmodellen aligneert door groepen outputs tegen elkaar te vergelijken, zonder de noodzaak van een apart reward-model.
IntermediateModellen & Architectuur
Gemini Omni
Google's any-to-any multimodaal foundationmodel dat elke output kan genereren vanuit elke input, met physics-grounded videogeneratie als eerste grote capability.
IntermediateModellen & Architectuur
Gemma 4
Google DeepMinds open-weight multimodale modelfamilie die van nature tekst, beeld en audio on-device verwerkt.
AdvancedModellen & Architectuur
Mamba
Een uiterst efficiënte AI-architectuur die State-Space Models gebruikt in plaats van Transformers om enorme hoeveelheden tekst te verwerken met zeer laag geheugengebruik.
AdvancedModellen & Architectuur
MiniMax-M2
Een 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.
AdvancedModellen & Architectuur
Nemotron-Labs Diffusion
NVIDIA'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.
IntermediateModellen & Architectuur
PEFT (Parameter-Efficient Fine-Tuning)
Een 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.
AdvancedModellen & Architectuur
Positional Encoding
Positional 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.
AdvancedModellen & Architectuur
Speculative Decoding
Speculative decoding versnelt LLM-inferentie door een klein draftmodel kandidaat-tokens te laten genereren die het grote model parallel verifieert — zelfde kwaliteit, 2-3x sneller.
AdvancedModellen & Architectuur
Text/Action Mismatch
Een faalpatroon waarbij AI-modellen tekstueel een verzoek weigeren terwijl ze de verboden actie tegelijkertijd uitvoeren in gestructureerde tool-output.
IntermediateModellen & Architectuur
adaptive thinking in AI
Een redeneerstrategie waarbij AI-modellen dynamisch aanpassen hoeveel ze nadenken per beurt — van directe antwoorden tot diepgaande meerstaps-deliberatie — op basis van taakcomplexiteit.
IntermediateModellen & Architectuur
Activatiefunctie
Activatiefuncties introduceren niet-lineariteit in neurale netwerken, waardoor ze complexe patronen kunnen leren. Veelgebruikt: ReLU, GELU (transformers), sigmoid, softmax.
IntermediateModellen & Architectuur
Diffusion Model
Een diffusion model genereert afbeeldingen door een ruistoevoegingsproces om te keren, waarbij willekeurige ruis stapsgewijs wordt verfijnd tot samenhangende output op basis van tekstprompts.
IntermediateModellen & Architectuur
Encoder-Decoder Architectuur
Een 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.
IntermediateModellen & Architectuur
Foundation Model
Een 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.
IntermediateModellen & Architectuur
GAN (Generative Adversarial Network)
Een GAN gebruikt twee concurrerende neurale netwerken — een generator en een discriminator — om realistische synthetische data te produceren via adversarial training.
AdvancedModellen & Architectuur
State-Space Model (SSM)
Een efficiënte AI-architectuur die een continu bijwerkende interne toestand onderhoudt om enorme datareeksen te verwerken zonder de geheugenoverhead van Transformers.
IntermediateModellen & Architectuur
VLM (Vision-Language Model)
Een AI-modelarchitectuur die gelijktijdig visuele en tekstuele invoer verwerkt, waardoor taken als documentbegrip, beeldredenering en visueel vraag-antwoord mogelijk zijn.
AdvancedModellen & Architectuur
geautomatiseerd alignment-onderzoek
Het 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.
AdvancedModellen & Architectuur
Bicameral Model
Een neurale architectuur die twee parallelle taalmodellen koppelt via hun hidden states voor real-time latente coördinatie, wat de rekennauwkeurigheid dramatisch verbetert zonder tokenoverhead.
AdvancedModellen & Architectuur
Emotion Vectors
Meetbare interne neurale representaties in AI-modellen die functioneren als emoties en het gedrag van het model causaal sturen.
AdvancedModellen & Architectuur
Self-Evolving Agentic Models
AI-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.
// Hulp nodig bij het implementeren van AI?
Hulp nodig bij het implementeren van AI?
Ik help je dit concept toe te passen in je bedrijf.