Generativní AI a modelové ekosystémy

Základní model

Foundation model je model trénovaný na rozsáhlých a rozmanitých datech, zpravidla pomocí self-supervised učení, který lze adaptovat na široké spektrum následných úloh. Adaptace může probíhat promptováním, retrievalem, fine-tuningom, nástroji nebo pridáním špecializovaných hláv. Šířka použití vytváří společný technologický základ pro více aplikací, ale i prenášání stejných chyb, omezení a systémových rizík. Pojem neznamená, že model je univerzální, spolehlivý nebo vhodný bez kontextového testování.

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-F-23

Odborná definice

Odborná definice

Foundation model je model trénovaný na rozsáhlých a rozmanitých datech, zpravidla pomocí self-supervised učení, který lze adaptovat na široké spektrum následných úloh. Adaptace může probíhat promptováním, retrievalem, fine-tuningom, nástroji nebo pridáním špecializovaných hláv. Šířka použití vytváří společný technologický základ pro více aplikací, ale i prenášání stejných chyb, omezení a systémových rizík. Pojem neznamená, že model je univerzální, spolehlivý nebo vhodný bez kontextového testování.

Srozumitelné vysvětlení

Srozumitelné vysvětlení

Jeden velký jazykový model může slúžit jako jádro asistenta, sumarizátora, vyhledávání i klasifikace. Každá aplikace ho však obklopí inými daty, promptmi, nástroji a kontrolami. Chyba v základnom modeli se proto může projevit v mnoha produktoch najednou, zatímco konkrétně riziko vzniká i z integračnej vrstvy. Při výběru nestačí sledovat benchmark. Potřebné jsou informace o tréninkových datech, podporovaných jazycích, bezpečnostných hranicích, licenciách a správaní v cílové doméně.

Časté otázky

Časté otázky

Je každý velký model foundation model?

Ne nevyhnutelně. Důležitá je široká adaptovatelnost na více downstream úloh, ne pouze počet parametrů nebo velikost tréninkového datasetu.

Jak se foundation model adaptuje na aplikaci?

Pomocí promptů, in-context příkladů, retrievalu, fine-tuningu, nástrojů, guardrails a aplikační logiky. Jednotlivé vrstvy řeší odlišné potřeby.

Proč vzniká systemic risk?

Stejný model může být součástí velkého množství systémů. Zranitelnost, bias nebo nečakaná schopnost se tak může šíriť napříč aplikacemi.

Co má obsahovat dokumentace modelu?

Účel, architekturu, datové zdroje v dostupnom rozsahu, evals, omezení, bezpečnostní testy, licenci, verzi, změny a doporučený kontext použití.

Je foundation model hotový AI systém?

Ne. AI systém zahrnuje rozhraní, data, retrieval, nástroje, rozhodovací pravidla, monitoring, lidí a provozní procesy okolo modelu.

Související pojmy

Související pojmy

Zdroje a redakční stopa

Zdroje a redakční stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.