Training (KI-Modell)
Der einmalige, sehr rechenintensive Vorgang, in dem ein Modell aus Daten seine Muster lernt.
Einfach erklärt
Training ist die Bauphase eines Modells. Über Wochen oder Monate laufen riesige Datenmengen durch, und dabei werden die internen Werte des Modells millionenfach nachjustiert. Das kostet einmalig sehr viel Rechenzeit, Strom und Geld.
Danach ist das Modell fertig und muss für eine Frage nicht neu lernen. Neues Wissen kommt nicht von selbst hinzu. Für aktuellere Antworten braucht es ein erneutes Training, ein Fine-Tuning oder ein vorgeschaltetes Nachschlagen in Dokumenten (RAG).
Beispiel aus dem Alltag
Ein Modell wird einmal über Monate trainiert und danach millionenfach für einzelne Anfragen genutzt.
Häufige Fragen
Was ist der Unterschied zwischen Training und Inferenz?
Training ist die einmalige Bauphase, in der das Modell aus Daten lernt – sehr teuer. Inferenz ist die spätere Nutzung: Jede Anfrage kostet erneut Rechenzeit.
Warum dauert Training Wochen oder Monate?
Riesige Datenmengen laufen viele Male durch, und dabei werden Milliarden interner Werte immer wieder angepasst. Das bindet über lange Zeit sehr viele Spezialchips.