Gevir KI
Gevir KI
Gevir KI

Tag: sikker bruk

Brukertilpassing av generativ AI: Gjennomsiktighet og trygge retningslinjer i utdanning
  • May 7, 2026
  • Comments 0
  • Teknologi og kunstig intelligens

Brukertilpassing av generativ AI: Gjennomsiktighet og trygge retningslinjer i utdanning

En guide til gjennomsiktighet og sikker bruk av generativ AI i utdanning. Les om nye retningslinjer fra UNESCO, SACSCOC og hvordan du unngår akademisk juks.
Read More

Categories

  • Teknologi og kunstig intelligens (121)
  • Verktøy og plattformer (7)
  • Teknologi (1)

recent Posts

Brukertilpassing av generativ AI: Gjennomsiktighet og trygge retningslinjer i utdanning
Brukertilpassing av generativ AI: Gjennomsiktighet og trygge retningslinjer i utdanning
By Marvin Belen
Modellkort og styring for generativ AI-samsvar: Hva du må publisere
Modellkort og styring for generativ AI-samsvar: Hva du må publisere
By Marvin Belen
Kalibrering av generativ AI: Slik justerer du modellens selvtillit til å matche nøyaktighet
Kalibrering av generativ AI: Slik justerer du modellens selvtillit til å matche nøyaktighet
By Marvin Belen
Vurdering av RAG-piper for store språkmodeller: Nøyaktighet, treffsäkerhet og troverdighet
Vurdering av RAG-piper for store språkmodeller: Nøyaktighet, treffsäkerhet og troverdighet
By Marvin Belen
Sikkerhetstelemetri for LLMer: Logging av prompts, output og verktøybruk
Sikkerhetstelemetri for LLMer: Logging av prompts, output og verktøybruk
By Marvin Belen

Popular Tags

generativ AI store språkmodeller LLM vibe coding RAG kunstig intelligens prompt engineering GitHub Copilot språkmodeller maskinlæring fine-tuning kvantisering hallucinasjoner generative AI LLM-sikkerhet AI-regulering sikkerhet AI-koding transformer arkitektur attention mekanisme
Gevir KI

Recent Projects

Design og godkjenning av sikkerhetsgrenser for enterprise LLM-applikasjoner
Kalibrering av generativ AI: Slik justerer du modellens selvtillit til å matche nøyaktighet
Prompt Engineering for LLM: Prinsipper og mønstre for bedre resultater
Layer Normalization og Residual Paths i Transformers: Stabilisering av LLM-utdanning
Anonymisering vs. pseudonymisering i LLM-arbeidsflyter: Hva bør du velge?

©2026 hjorthen.org. All rights reserved