Leer AI tot het klikt

Je kunt uitleggen wat een token is, waarom tekst in tokens uiteenvalt in plaats van in woorden of letters, en hoe dat je AI-kosten, je context-limiet en een reeks 'rare' modelfouten verklaart.

Je kunt in eigen woorden uitleggen dat een taalmodel tekst maakt door stap voor stap het waarschijnlijkste volgende token te kiezen, en je begrijpt waarom dat verklaart dat AI soms zelfverzekerd onzin produceert en niet twee keer exact hetzelfde antwoord geeft.

Je kunt uitleggen waarom een taalmodel soms zelfverzekerd onzin produceert, dat dit hetzelfde next-token-mechanisme is als bij een goed antwoord, en je herkent de plekken waar hallucinaties het vaakst opduiken.

Je kunt uitleggen dat een taalmodel niets onthoudt maar elke beurt de hele gespreksgeschiedenis opnieuw als context meekrijgt, wat het contextvenster is, en waarom lange context geld, snelheid en nauwkeurigheid kost.

Na deze les kun je uitleggen wat een prompt en een system prompt zijn, hoe ze een taalmodel sturen via de tokens die het ziet, en waarom waar een instructie staat net zo telt als wat erin staat.

Je kunt uitleggen wat een embedding is: hoe een stuk tekst een punt in een betekenisruimte wordt, waarom afstand daar betekenis is, hoe je dat meet met cosine similarity, en waar het model tekortschiet.

Je kunt uitleggen wat RAG is en in drie stappen navertellen hoe het een antwoord grondt in je eigen documenten zonder het model te hertrainen, en je weet wanneer je RAG kiest boven fine-tunen en waar het alsnog misgaat.

Je kunt in eigen woorden uitleggen wat MCP is, waarom het van N keer M naar N plus M koppelingen gaat, en hoe host, client en server samenwerken.

Je kunt in eigen woorden uitleggen dat een AI-agent hetzelfde taalmodel is als in een chatbot, in een lus gezet met gereedschap, en je herkent wanneer een taak een agent, een vaste workflow of een gewone chatbot vraagt.

Je kunt uitleggen hoe een AI-rekening is opgebouwd: per token, invoer en uitvoer apart geprijsd met uitvoer duurder, en waarom de context je grootste kostenknop is.

Je kunt uitleggen dat prompt caching het verwerkte rekenwerk over een identieke voortekst hergebruikt (geen antwoord, geen geheugen) en je kunt bepalen wanneer het loont: stabiele voortekst vooraan, verzoeken dicht op elkaar, boven de minimumlengte.