Training optimiert Parameter an Beispielen. Qualität, Vielfalt und Tests entscheiden über Nutzen.
Wie du Katzen lernst
Am Anfang weißt du nicht, was eine Katze ist. Du siehst viele Bilder: Katze, Hund, Katze, Katze. Irgendwann erkennst du: Ohren, Schnurrhaare, Miau - das ist oft Katze.
KI lernt ähnlich: mit vielen Beispielen.
Üben und korrigieren
Stell dir vor, du übst Rechnen. Mal rechnest du falsch. Jemand sagt: „Fast - so geht es.“ Beim Training sagt der Computer Zahlen, ob es passt, und justiert sich ein kleines Stück.
Nicht alles auf einmal
KI lernt Schritt für Schritt - manchmal Wochen auf riesigen Computern. Du lernst Jahre lang in der Schule. Beides braucht Geduld.
Merksatz
KI lernt aus Beispielen - nicht wie aus einem einzigen Buch auswendig.
Kurz-Quiz
Woraus lernt KI am ehesten?
Katzen, Hunde und Karteikarten
Du zeigst dem Computer tausend Fotos. Unter jedem Foto steht Katze oder Hund. Liegt er falsch, werden seine inneren Einstellungen ein kleines Stück korrigiert. Nach vielen Fotos trifft er neue Bilder öfter.
Dasselbe mit Sätzen auf Karteikarten: „Der Himmel ist …“ Die KI rät ein Wort. Rät sie falsch, wird die Antwort leicht korrigiert. Nach sehr vielen Karten trifft sie oft das Wort, das in solchen Sätzen vorkommt.
Prüfe danach mit Fotos, die sie beim Üben nicht gesehen hat. Sonst hat sie die Übungsbilder nur auswendig gelernt.
Kurz-Quiz
Warum prüfst du mit Fotos, die beim Üben nicht dabei waren?
Die Karte sagt „Himmel“, die KI sagt „Banane“
Auf der Karte steht: „Der Himmel ist …“ Die KI rät Banane. Die passende Fortsetzung wäre blau. Der Fehler wird gemessen, die inneren Zahlen rücken ein kleines Stück in Richtung der besseren Antwort. Das passiert millionenfach. Dieses Üben heißt Training.
Wenn du später eine Frage stellst, bleiben diese Zahlen stehen. Die KI antwortet nur noch. Sie lernt deinen Chat nicht als neues Training.
Was in den Beispielen steckt
Viele Beispiele helfen, bis irgendwann mehr Text kaum noch etwas ändert.
Müll, Hass und Fehler im Übungstext landen mit im Modell.
Sind die Beispiele einseitig, werden die Antworten einseitig.
Lernt das Modell die Übungskarten auswendig, wirkt es im Üben stark und bei einer neuen Frage schwach. Deshalb prüft man mit Texten, die nicht im Üben waren, und hört auf, bevor es nur noch auswendig kann.
Kurz-Quiz
Was passiert, wenn du später eine Frage stellst?
Zwei Arten, die richtige Antwort zu haben
Ein Lehrer schreibt sie darunter. Tausend Fotos, unter jedem steht Katze oder Hund. Das Modell rät, der Fehler zur Beschriftung wird kleiner, die inneren Zahlen rücken ein Stück. Jedes Beispiel braucht diese Beschriftung.
Der Text enthält sie schon. Bei „Der Himmel ist …“ ist die Fortsetzung das nächste Wort im Satz. Niemand muss Millionen Sätze von Hand beschriften. So üben Sprachmodelle. Die richtige Antwort wird aus dem Text selbst genommen.
Was danach noch passiert
Zuerst übt das Modell an sehr viel Text. Das braucht große Rechner und dauert. Danach zeigen Menschen ihm zwei Antworten und sagen, welche hilfreicher klingt. Der Ton wird freundlicher. Ob eine Jahreszahl stimmt, prüft diese Bewertung nicht.
Zum Schluss testet man mit neuen Fragen und mit Absicht kniffligen Fällen. Im Einsatz bleibt das Modell nicht ewig gleich gut: die Welt ändert sich, das Übungswissen nicht.
Was „lernen“ hier nicht ist
Das Modell speichert nicht jede Webseite wie eine Datenbank. Es drückt Muster in die inneren Zahlen. Stil trifft es oft. Eine einzelne Tatsache kann erfunden sein.
Welche Texte dafür benutzt werden dürfen, ist eine Rechtsfrage: nicht alles im Netz war zum Üben freigegeben.
Kurz-Quiz
Woher kommt die richtige Antwort, wenn ein Sprachmodell an Sätzen übt?
