modellsúlyok

angolul: model weights

alapelterjedt

A modellsúlyok azok a számok, amelyekben az MI-modell a tanulás során megszerzett tudását tárolja; ezek döntik el, mit válaszol egy kérdésre.

Érthetően

Egy MI-modell belül nem mondatokat vagy szabályokat őriz, hanem rengeteg számot. Ezek a súlyok: mindegyik azt mutatja meg, mennyire erősen hasson a modell egyik apró számítási egysége a másikra. A mai nagy nyelvi modellekben több milliárd ilyen szám van, a legnagyobbakban több száz milliárd, sőt ezermilliárd fölött is lehet.

Képzelj el egy hatalmas keverőpultot, amelyen milliárdnyi tolókapcsoló van. A tanítás alatt a gép mindegyiket egy picit arrébb tolja, újra meg újra, amíg a végeredmény jól nem szól. A kész beállítás maga a modell: ha lemásolod a kapcsolók állását, lemásoltad a modellt is.

Ezért olyan értékes a súlyfájl. A tanítás hónapokig tarthat és rengeteg pénzbe kerül, az eredménye viszont egyetlen fájlcsomag, amely elfér egy merevlemezen. Aki megszerzi, a tanítás költsége nélkül futtathatja a modellt.

A súlyok nem azonosak a programkóddal és a tanítóadattal sem. A kód csak a váz, az adat a tananyag, a súlyok pedig az, ami a tanulásból megmaradt.

Hogyan működik

Induláskor a súlyok véletlenszerű számok, így a modell eleinte értelmetlen válaszokat ad.
A tanítás során a modell példákat kap, megtippeli a helyes választ, a rendszer pedig megméri, mekkorát tévedett.
A tévedés alapján egy matematikai eljárás minden súlyt egy hajszálnyit módosít abba az irányba, amely csökkenti a hibát. Ez a lépés a tanítás során rengetegszer, akár milliószor is megismétlődik.
A tanítás végén a súlyokat rögzítik és fájlba mentik. Használat közben már nem változnak: a kérdésed végigfut rajtuk, és a számításokból áll össze a válasz.
A kész súlyokat később tovább lehet alakítani: finomhangolással egy szakterületre szabhatók, tömörítéssel pedig kisebb gépen is futtathatóvá válnak, némi pontosságvesztés árán.

Példa a mindennapokból

Letöltesz a laptopodra egy szabadon elérhető nyelvi modellt, hogy internet nélkül is tudj vele csevegni. A több gigabájtos fájl, amelyre percekig vársz, szinte teljes egészében a modell súlyaiból áll. A futtatóprogram ehhez képest elenyésző méretű.

Kit érint

fejlesztőŐ tölti le, futtatja, finomhangolja és tömöríti a súlyokat, és neki kell figyelnie arra is, hogy megbízható forrásból származzanak. → Kód

vállalkozó, vezetőEl kell döntenie, hogy a cég egy szolgáltató zárt modelljét bérli, vagy nyílt súlyú modellt futtat a saját gépein, ahol az adatok házon belül maradnak.

jogász, állampolgárA súlyok kiadása, védelme és kivitele szabályozási kérdés lett, mert a közzétett súlyokat már nem lehet visszavonni. → Jog

mindenkiMinden válasz, amelyet egy MI-csevegőtől kapsz, ezekből a számokból áll össze, így a modell tudása és torzításai is bennük rejlenek.

Gyakori félreértés

TévhitA súlyokban szó szerint benne vannak a tanításhoz használt szövegek, mint egy adatbázisban, és a modell onnan keresi ki a választ.

ValójábanA súlyok mintázatokat és összefüggéseket sűrítenek számokba, nem dokumentumokat tárolnak. Egyes gyakran ismételt szövegrészeket a modell így is vissza tud adni szó szerint, de ez mellékhatás, nem a működés alapja.

Korlátok és kockázatok

A súlyokból nem olvasható ki, mit tud a modell és miért válaszol úgy, ahogy: a kutatók is csak részben értik, melyik szám mit jelent.
A súlyok a tanítás lezárásának pillanatát rögzítik, ezért a modell magától nem tud a későbbi eseményekről.
A nyilvánosságra hozott súlyokat nem lehet visszahívni, és a beépített biztonsági korlátok finomhangolással eltávolíthatók belőlük.
Ismeretlen forrásból letöltött súlyfájl kockázatos: egyes régebbi fájlformátumok kártékony kódot is tartalmazhatnak, és maga a modell is lehet szándékosan manipulált.

Hasonló, de nem ugyanaz

paraméterek – A paraméter a tágabb gyűjtőnév a modell minden tanult számára; a súlyok ezek túlnyomó részét adják, a hétköznapi szóhasználat ezért szinonimaként kezeli a kettőt.
tanítóadat – A tanítóadat az a szöveg, kép vagy hang, amelyből a modell tanul, a súlyok pedig a tanulás eredményét őrzik, nem magát a tananyagot.
nyílt forráskódú modell – A súlyok közzététele még nem jelent nyílt forráskódot: a tanítóadat és a tanító kód attól még titkos maradhat, és a felhasználást licenc korlátozhatja.

Kapcsolódó fogalmak

Tágabb

neurális hálózat, gépi tanulás, MI-modell

Szűkebb

nyílt súlyú modell, kvantálás, LoRA-adapter, ellenőrzőpont

Rokon

paraméterek, tanítás, finomhangolás, tanítóadat, következtetés

Röviden a története

Az állítható súlyok ötlete Frank Rosenblatt 1958-ban leírt perceptronjáig nyúlik vissza, amely már a kapcsolatok erősségének módosításával tanult. A sokrétegű hálózatok súlyainak hatékony beállítását a hibavisszaterjesztés tette lehetővé, amelyet Rumelhart, Hinton és Williams 1986-os tanulmánya tett széles körben ismertté.

Hol tart most

2026 végén minden mai nagy MI-modell, így a nyelvi, kép- és hangmodellek is, súlyokra épül, és szabadon letölthető, nyílt súlyú modellek tömege érhető el. A legnagyobb cégek csúcsmodelljeinek súlyai viszont szigorúan őrzött üzleti titkok. Arról, hogy ezeket ki kell-e adni, és hogyan kell védeni őket, biztonságpolitikai vita folyik.

Állapot: 2026. november

A hírekben

2 Agent Age-sztoriban fordul elő; a görbe a hírmagazin heti előfordulása.

A Mistral Large 4 a legjobb nyílt modell Kínán kívül, a súlyok nyilvánosak2026. okt. 29. · Agent Age
A Mistral bemutatta az 1 billió paraméteres Large 4 modellt2026. okt. 6. · Agent Age

Más nevei

modellsúlyok · súlyok · a modell súlyai · neurális háló súlyai · model weights · weights · open weights · nyílt súlyok

Források

Rumelhart, Hinton, Williams: Learning representations by back-propagating errors (Nature, 1986)

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.