súly
angolul: weight
A súly egy szám a mesterséges neurális hálóban, amely megmondja, mennyire számít egy kapcsolat; a modell tudása ezekben a számokban van.
Érthetően
Képzelj el egy hatalmas keverőpultot, amelyen több milliárd csúszka van. Mindegyik azt szabályozza, hogy egy adott jel mennyire erősen jusson tovább a következő állomásra. Ezek a csúszkák a súlyok, a nyelvi modell pedig lényegében a beállításaik összessége.
A súlyokat nem ember állítja be. A modell a tanítás során rengeteg szövegen gyakorol, és a hibái alapján újra meg újra igazít egy kicsit a csúszkákon. A végére olyan beállítás alakul ki, amellyel értelmes mondatokat, fordítást vagy programkódot tud előállítani.
A súly nem adatbázis és nem szabálygyűjtemény. Egyetlen súlyból nem olvasható ki, hogy „Budapest Magyarország fővárosa”: a tudás szétterülve, sok milliárd szám együttes mintázatában van jelen. Ezért nehéz megmagyarázni, miért pont azt válaszolta a modell, amit.
Hogyan működik
- A neurális háló apró számolóegységekből (neuronokból) áll, amelyeket kapcsolatok kötnek össze; minden kapcsolathoz tartozik egy súly.
- Amikor beírsz egy kérdést, a szöveged számokká alakul, és végighalad a hálón: minden lépésben a bejövő értékeket megszorozzák a súlyokkal, majd összeadják.
- A nagy pozitív súly felerősíti a jelet, a nullához közeli szinte figyelmen kívül hagyja, a negatív pedig ellene hat.
- Tanításkor a modell megtippeli a következő szót, a tippjét összevetik a helyes megoldással, és a hiba alapján minden súlyt egy picit a jobb irányba mozdítanak. Ez rengetegszer megismétlődik, miközben a modell több milliárd szónyi szöveget lát.
- A tanítás végén a súlyokat rögzítik és fájlba mentik. Amikor beszélgetsz a modellel, ezek már nem változnak, a modell csak használja őket.
Példa a mindennapokból
Azt olvasod a hírekben, hogy egy cég „nyílt súlyú” modellt adott ki, amelyet bárki letölthet. Ez azt jelenti, hogy közzétették a betanított számokat tartalmazó fájlt, amely a modell méretétől függően néhány gigabájttól több száz gigabájtig terjedhet. Aki letölti, elég erős saját gépen vagy szerveren futtathatja a modellt, és így a beírt adatai nem jutnak el a modell készítőjéhez.
Kit érint
Gyakori félreértés
Korlátok és kockázatok
- A súlyok a tanítás lezárásakor rögzülnek, ezért a modell magától nem tud az azóta történt eseményekről.
- A súlyokból jelenleg csak részben lehet kiolvasni, mit és miért tud a modell, így a hibáit sem lehet egyetlen szám átírásával kijavítani.
- A több paraméter nem jelent automatikusan jobb modellt: a tanítóadat minősége és a tanítás módja legalább annyit számít.
- A „nyílt súlyú” modell nem feltétlenül nyílt forráskódú: a licenc korlátozhatja a felhasználást, és a tanítóadat vagy a tanítókód gyakran nem nyilvános.
Hasonló, de nem ugyanaz
- paraméter – A paraméter a tágabb fogalom: a súlyok mellett az eltolásértékek (bias) is beletartoznak, bár a hétköznapi szóhasználatban a kettőt gyakran felcserélik.
- hiperparaméter – A hiperparamétert a fejlesztő állítja be a tanítás előtt (például a tanulási sebességet), a súlyt viszont a modell maga tanulja meg.
- token – A token a szöveg egy darabja, amelyet a modell feldolgoz, a súly pedig a modell belső beállítása, amellyel a tokeneket feldolgozza.
- figyelmi súly – A figyelmi súly a neve ellenére nem betanult, rögzített szám: a modell minden szövegnél menet közben számolja ki, hogy melyik szóra mennyire figyeljen. A modellsúly viszont a tanítás után nem változik.
Kapcsolódó fogalmak
tanítás, finomhangolás, hibavisszaterjesztés, kvantálás, hiperparaméter, eltolásérték (bias), figyelmi súly
Röviden a története
A súlyozott kapcsolatok ötlete az agyi szinapszisok mintájára született: Frank Rosenblatt 1958-ban leírt perceptronja már állítható súlyokkal tanult. A ma is használt tanítási eljárást, a hibavisszaterjesztést Rumelhart, Hinton és Williams 1986-os tanulmánya tette széles körben ismertté.
Hol tart most
2026 végén minden jelentős nyelvi modell súlyokra épül. A legnagyobb nyilvánosan ismert modellek több száz milliárd, sőt ezermilliárd körüli paramétert használnak, a zárt modellek pontos méretét pedig a cégek általában nem közlik. A hírekben főleg a „nyílt súlyú” modellek és a súlyok biztonságos őrzése kapcsán találkozol vele.
A hírekben
- A Revolut kínai nyílt súlyú modellre váltott a Claude Code helyett, 90%-kal olcsóbban2026. nov. 3. · Kód
- A DeepSeek agentplatformja 1,54 millió napi felhasználót ért el, a kínai nyílt modellek terjednek2026. nov. 2. · Agent Age
- Tanulmányok és szakmai szervezetek figyelmeztetnek az MI-chatbotok káros mentálhigiénés és egészségügyi tanácsaira2026. nov. 2. · Egészség
- A Mistral Large 4 a legjobb nyílt modell Kínán kívül, a súlyok nyilvánosak2026. okt. 29. · Agent Age
- Mistral „Le Chonk” nyílt súlyú modellje a Codex GPT-6.1 Terra mellé rangsorolt kódolásban2026. okt. 29. · Kód
- Audit: az AI oktatási hatásáról szóló 39 metaanalízis mind pozitív, de súlyos hibákkal2026. okt. 26. · Oktatás és család
- Az AI-modellek a pénzügyi tanácsadási tesztben az esetek 57 százalékában tévedtek2026. okt. 26. · Pénz
- Egy gyerekeknek szánt játékrobot 13 millió beszélgetéséhez hozzáfértek2026. okt. 19. · Oktatás és család
Más nevei
súly · súlyok · modellsúlyok · weight · weights · model weights · szinaptikus súly · open weights
Források
A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.