Foundation model
Een foundation model is een groot AI-model dat is getraind op brede data en kan worden aangepast aan veel verschillende taken. Foundation models bestaan voor taal, beeld, audio en multimodaal gebruik — de taalversies noemen we LLM's.
Een foundation model is de algemene motor onder moderne AI-producten. Eenmaal getraind op enorme hoeveelheden data, kan het daarna worden ingezet voor vertaling, samenvatting, zoeken, beeldgeneratie, code-aanvulling en tientallen andere taken. Een large language model is de tekstversie van dit idee; hetzelfde patroon draait inmiddels op beeld, audio en video.
De eerlijke conclusie is dat foundation models krachtig maar generiek zijn. Uit de doos weten ze veel over de wereld en bijna niets over jouw bedrijf — je producten, je klanten, je tone of voice, je data. Betrouwbaar gedrag op je eigen domein vraagt meestal om een combinatie van een foundation model met retrieval-augmented generation, fine-tuning of beide, plus een fatsoenlijke evals-pijplijn.
De veelgemaakte fout is om direct naar fine-tuning te grijpen omdat dat het meest "AI" klinkt. In de praktijk zijn scherpere prompt engineering plus RAG sneller, goedkoper en makkelijker aan te passen wanneer het onderliggende model verbetert. Fine-tuning verdient zijn plek wanneer gedrag diep consistent moet zijn of wanneer je de kosten van inference op schaal optimaliseert. De vuistregel: begin generiek, meet, en specialiseer alleen waar de data daarom vraagt.
