Fogalomtár › Tanítás és adat

tanítási futás

angolul: training run

A tanítási futás egy AI-modell betanításának egyetlen, elejétől a végéig tartó menete, amelynek során a modell az adatokból megtanulja a feladatát.

Érthetően

Egy AI-modell nem úgy készül, hogy a programozók soronként megírják, mit tudjon. Ehelyett rengeteg példát mutatnak neki, és a modell ezekből maga szűri le a szabályszerűségeket. Ennek a tanulásnak egy teljes, elejétől a végéig tartó menetét hívják tanítási futásnak.

Olyan ez, mint a kenyérsütés: összeállítod a hozzávalókat, beállítod a hőfokot és az időt, majd betolod a tepsit a sütőbe. Menet közben figyeled, és ha baj van, legfeljebb kicsit állítasz a hőfokon, de a tésztát már nem cseréled ki. Ha a végeredmény nem jó, új tésztával, módosított beállításokkal kell újrakezdened, és az már egy másik futás.

A legnagyobb nyelvi modelleknél egy ilyen futás hetekig vagy hónapokig tart, több tízezer, a legnagyobbaknál akár százezernél is több speciális chipen. Az ára több tízmillió, a legnagyobbaknál több százmillió dollár is lehet. Ezért számít eseménynek a szakmában, amikor egy cég új, nagy futást indít: ebből lesz a következő modellgeneráció alapja.

A tanítási futás nem ugyanaz, mint a modell használata. Amikor te kérdezel egy chatbottól, a modell már nem tanul: a korábbi futás során rögzült tudásából dolgozik.

Hogyan működik

1. Előkészítés: a fejlesztők összeállítják a tanítóadatokat, kiválasztják a modell felépítését, és megadják a beállításokat, például azt, hogy milyen gyorsan tanuljon és meddig tartson a futás.
2. Tanulási ciklus: a modell kis adagokban kapja az adatokat, és minden adagnál megpróbálja eltalálni a helyes eredményt (egy nyelvi modell például a szöveg következő szavát). A rendszer megméri, mekkorát tévedett, és ennek alapján picit módosítja a modell belső számait, a paramétereket.
3. Ismétlés: ez a lépés a futás során több tízezerszer, nagy modelleknél akár milliószor is lezajlik, és a hiba fokozatosan csökken. A fejlesztők görbéken követik, hogy a modell valóban javul-e.
4. Mentés: a rendszer időnként elmenti a modell pillanatnyi állapotát, hogy egy géphiba után ne kelljen mindent elölről kezdeni, és vissza lehessen térni egy korábbi, jobb állapothoz.
5. Lezárás és ellenőrzés: a nagy modelleket a fő futás után általában további, rövidebb tanítási lépésekkel csiszolják, majd olyan feladatokon vizsgáztatják, amelyeket a tanulás alatt nem láttak. Csak ezután döntenek arról, hogy kiadják-e.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• A futás eredménye nem teljesen kiszámítható: ugyanazokkal az adatokkal és beállításokkal is kissé eltérő modell születhet, mert a folyamatban véletlen elemek vannak.
• Egy nagy futás rengeteg áramot és pénzt emészt fel, ezért a legnagyobb modelleket csak néhány tőkeerős cég tudja betanítani.
• Ami a tanítóadatokban hibás, elfogult vagy hiányzik, azt a futás beleégeti a modellbe, és utólag nehéz kijavítani.
• A sikeresen lefutott tanítás még nem jelent jó modellt: lehet, hogy csak bemagolta a példákat, és új helyzetben gyengén teljesít.

Hasonló, de nem ugyanaz

• következtetés (inferencia) – A következtetés a kész modell használata, amikor válaszol a kérdésedre, a tanítási futás pedig az a folyamat, amelyben a modell létrejön.
• finomhangolás – A finomhangolás egy már betanított modell célzott továbbtanítása, vagyis a tanítási futás egyik, általában jóval kisebb léptékű fajtája.
• epoch (tanítási kör) – Az epoch azt jelenti, hogy a modell egyszer végigment a teljes tanítóadaton. Kisebb modelleknél egy futás sok ilyen körből állhat, a nagy nyelvi modellek viszont gyakran csak nagyjából egyszer látják az adatot.

Kapcsolódó fogalmak

Röviden a története

A kifejezés a számítástechnikai szóhasználatból ered, ahol a „futás” egy program egyszeri lefuttatását jelenti. A mai tanítási futások alapját adó hibavisszaterjesztéses módszer gyökerei az 1970-es évekig nyúlnak vissza (Linnainmaa, Werbos), de 1986-ban Rumelhart, Hinton és Williams tanulmánya tette széles körben ismertté.

Hol tart most

2026 végén a tanítási futás minden AI-modell készítésének alapművelete, a kis kutatási kísérletektől az ipari méretű rendszerekig. A legnagyobb futások mérete és költsége tovább nő, ezért az energiaigényük és a szükséges adatközpontok gazdasági és politikai kérdéssé váltak.

Állapot: 2026. november

Más nevei

tanítási futás · tanító futás · betanítási futás · tréningfutás · training run · model training run

Források

• Wikipedia: Training, validation, and test data sets
• Rumelhart, Hinton, Williams (1986): Learning representations by back-propagating errors, Nature

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