- Proof of concept (POC)
- En avgränsad prototyp som visar om idén är tekniskt genomförbar med er data, innan större investering.
- Träningsdata
- Historiska exempel som en modell lär sig mönster ur. Kvalitet och representativitet avgör resultatet mer än mängden.
- Modellträning
- Processen där modellen justeras mot träningsdata. Krävs inte för alla lösningar – många bygger på färdiga språkmodeller.
- Finjustering (fine-tuning)
- Anpassning av en färdig modell mot era egna exempel, för att styra format och tonalitet.
- RAG
- Modellen s öker i era dokument och använder träffarna som underlag. Ofta ett billigare och mer transparent alternativ till träning.
- MLOps
- Rutiner och verktyg för att driftsätta, versionera och övervaka modeller på samma sätt som annan produktionskod.
- Model drift
- När verkligheten förändras så att modellens träffsäkerhet gradvis försämras. Kräver övervakning och omträning.
- API
- Gränssnittet som gör att system kan prata med varandra. Avgör hur djupt AI-funktionen kan integreras.
- Inferens
- Själva anropet när modellen används i drift. Kostnad och svarstid uppstår här, inte vid träningen.
- Human in the loop
- Ett moment där en människa granskar eller godkänner innan åtgärden går igenom. Rekommenderas för allt som påverkar kund eller ekonomi.
- Datalagring
- Var underlag och loggar sparas. Påverkar GDPR-bedömningen och val av leverantör.
- Personuppgiftsbiträde
- Leverantör som behandlar personuppgifter för er räkning. Kräver biträdesavtal och genomlysning av underleverantörer.