Indflyvning til Sprogmodeller
Denne side er tilpasset til nybegyndere der skal forstå hvad sprogmodeller er og hvordan de virker.
Hvad er en Sprogmodel?
En sprogmodel er en AI der er trænet på enorme mængder tekst. Den kan:
- Forstå sprog
- Generere tekst
- Svare på spørgsmål
- Oversætte
- Summarisere
Men vigtigt: Den er IKKE en fakta-database som Google. Den er en probabilistisk model - den gætter baseret på sandsynlighed.
Hvordan Virker Det?
Træning
- Modellen læser milliarder af sider tekst
- Den lærer mønstre i sprog
- Den lærer sammenhænge mellem ord og begreber
Brug
- Du giver modellen en prompt (spørgsmål/instruktion)
- Modellen gætter det mest sandsynlige næste ord
- Den fortsætter ord for ord
- Resultatet er et svar
Vigtigt: Modellen “gætter” - den ved ikke om det er korrekt. Den ved kun hvad der er mest sandsynligt baseret på træningen.
Hvad Kan de og Ikke Kan?
✅ Hvad de KAN:
- Generere tekst baseret på mønstre
- Forstå kontekst (jo mere kontekst, jo bedre)
- Oversætte mellem sprog
- Summarisere lange tekster
- Svare på spørgsmål (hvis de har set lignende før)
- Kode (hvis de er trænet på kode)
❌ Hvad de IKKE kan:
- Faktatjek (de gætter, ikke søger)
- Real-time information (kun træningsdata)
- Matematik uden fejl (de gætter, ikke regner)
- Garanteret korrekt svar (de kan finde på ting)
- Erstatte faglighed (de ved ikke om svaret er korrekt)
Demonstrere Temperatur
Temperatur er en indstilling der styrer hvor “kreativ” modellen er:
- Lav temperatur (0.1-0.3): Konservativ, præcis, mindre variation
- Høj temperatur (0.7-1.0): Kreativ, varieret, mere usikker
Eksempel:
- Lav temperatur: “Hvad er 2+2?” → “4” (altid samme svar)
- Høj temperatur: “Skriv en kreativ historie” → Forskellige historier hver gang
Til change requests: Brug lav temperatur (0.2-0.3) for præcise, konsistente svar.
Demonstrere Capabilities
Kontekst-længde
- ChatGPT 3.5: ~4.000 tokens (ca. 3.000 ord)
- ChatGPT 4: ~8.000 tokens (ca. 6.000 ord)
- Claude: ~100.000 tokens (ca. 75.000 ord)
Betydning: Jo længere kontekst, jo mere kan modellen huske i samme samtale.
Multimodal
- ChatGPT: Tekst + billeder (i nogle versioner)
- Gemini: Tekst + billeder + video
- Claude: Tekst + billeder
Betydning: Nogle modeller kan analysere billeder, ikke kun tekst.
Praktiske Eksempler
Eksempel 1: Simpel Prompt
Hvad er AI?
Resultat: Generelt svar baseret på træningsdata
Eksempel 2: Prompt med Kontekst
Jeg arbejder i Region Syd med miljøstyringssystemer.
Hvordan kan AI hjælpe med at kvalificere ændringsønsker?
Resultat: Mere relevant svar med kontekst om miljøstyring
Eksempel 3: Prompt med Rolle
Du er en AI-ekspert der hjælper med at kvalificere ændringsønsker.
Hvordan kan jeg få bedre input fra forretningen?
Resultat: Mere struktureret svar med fokus på kvalificering
Faldgrupper
❌ Blind Tillid
- Problem: Tror alt AI siger er korrekt
- Løsning: Altid verificer med faglighed
❌ For Abstrakt
- Problem: “Gør det bedre” (for vagt)
- Løsning: “Gør X, Y, Z specifikt” (konkret)
❌ Manglende Kontekst
- Problem: “Kvalificer dette” (uden kontekst)
- Løsning: Giv kontekst om system, brugere, formål
❌ Ikke Verificering
- Problem: Bruger AI’s svar direkte uden tjek
- Løsning: Test, verificer, juster
Næste Skridt
Nu hvor du forstår grundlæggende hvad sprogmodeller er:
- Se Change Requests for praktiske eksempler
- Se PPG Guide for struktureret tilgang
- Se Del 2: Hands-on for prompt-teknikker
📝 Husk
- AI gætter, ikke fakta
- Kontekst er kritisk
- Test altid resultaterne
- Brug faglighed til at validere
- AI er sparringspartner, ikke guru