• AI- en LLM-begrippen van A tot Z: de complete woordenlijst voor beginners | llmnet.nlOntdek de belangrijkste AI- en LLM-termen in deze complete begrippenlijst voor beginners. Van RAG en tokens tot fine-tuning, simpel en helder uitgelegd.
• Het Attention-mechanisme in AI Begrijpelijk Uitgelegd - llmnet.nlLeer hoe het attention-mechanisme in LLM
• Chain-of-thought: Een model laten redeneren in stappen | llmnet.nl LerenOntdek hoe je de betrouwbaarheid van AI-modellen vergroot met Chain-of-Thought (CoT) prompting. Leer de theorie, valkuilen en oefen met praktijkvoorbeelden.
• Embeddings uitgelegd: hoe machines betekenis begrijpen | llmnet.nl LerenOntdek hoe AI tekst begrijpt via embeddings en vectorruimtes. Leer de basis van similarity, semantisch zoeken en clustering in deze compacte module.
• Fine-tuning vs prompting vs RAG: wanneer kies je wat? | Leren.llmnet.nlOntdek wanneer je kiest voor prompting, RAG of fine-tuning. Vergelijk concepten, kosten, complexiteit en gebruik de beslisboom voor jouw AI-toepassing.
• Waarom verzint AI soms dingen? Hallucinaties begrijpen en beperken | LLMnet LerenOntdek waarom taalmodellen hallucineren, hoe je onjuiste AI-antwoorden herkent en welke technieken (zoals RAG) je kunt gebruiken om dit te voorkomen.
• Hoe leert een AI? Training uitgelegd voor beginners | llmnet.nlOntdek intuïtief hoe kunstmatige intelligentie leert. Leer over datakwaliteit, patronen herkennen en het verschil tussen trainen, finetune en gebruiken.
• Begin met LLM's: van nul naar je eerste toepassing | LLMNet LerenOntdek in dit praktische leerpad hoe Large Language Models (LLM
• LoRA en Adapters Uitgelegd: Goedkoop Finetunen | llmnet.nlOntdek hoe LoRA en adapters het finetunen van LLM
• Parameters en gewichten: wat zit er in een AI-model? | Leren - LLMnetOntdek wat parameters en gewichten in een AI-model zijn, waarom de omvang ertoe doet, en het verschil tussen training en inferentie met een duidelijke analogie.
• Prompten voor niet-technische gebruikers: haal meer uit AI zonder code | Leren.llmnet.nlOntdek hoe je als niet-technische gebruiker slimme AI-prompts schrijft. Leer helder vragen stellen, context geven en itereren voor direct resultaat zonder code.
• RAG uitgelegd voor beginners: je eigen documenten doorzoekbaar maken met een LLMLeer de basis van Retrieval-Augmented Generation (RAG). Ontdek hoe embeddings en vector-databases werken en maak je eigen data doorzoekbaar met AI.
• Temperature, top-p en andere sampling-parameters uitgelegd - Leren.llmnet.nlOntdek hoe temperature, top-p en penalty
• Tokenisatie uitgelegd: hoe een LLM tekst in stukjes hakt | LLMnet LerenOntdek wat tokenisatie is, hoe large language models tekst verwerken en waarom dit cruciaal is voor API-kosten en de context window van je AI-applicatie.
• Wat is een transformer? Het brein achter moderne AI, intuïtief uitgelegd - LLMNet LerenOntdek hoe het transformer-model werkt achter moderne AI. Leer over het aandacht-mechanisme, simpele analogieën en test je kennis met een praktische oefening.