Training model
disebut juga: pelatihan model · training AI
Artinya
Training model adalah proses mengajari model AI dengan memperlihatkan banyak sekali contoh berulang-ulang, sambil terus membetulkan angka-angka di dalamnya sampai tebakannya makin tepat.
Diperbarui · diperiksa Syamil Jihad
Perumpamaannya
Ingat waktu belajar nyetir mobil manual di tempat kursus. Kamu injak kopling, mobil mati, instruktur bilang "gasnya kurang". Kamu koreksi sedikit, coba lagi, mati lagi, koreksi lagi. Setelah ratusan kali, kaki hafal sendiri.
Training model mirip itu. Model menebak, dihitung seberapa jauh tebakannya meleset, lalu angka-angka di dalamnya, yaitu parameter, digeser sedikit. Glosarium Google menulis setiap contoh bisa dipakai beberapa kali sampai miliaran kali. Perumpamaannya berhenti setelah kursus selesai. Kamu terus belajar setiap hari di jalan. Model berhenti belajar begitu pelatihannya selesai.
Contoh nyata
Ada dua jenis pelatihan yang sering tertukar. Pertama, melatih dari nol. Google menulis Gemma 3 versi 27B dilatih dengan 14 triliun token, memakai chip TPU buatan Google.
Kedua, melanjutkan pelatihan model yang sudah ada. Sahabat-AI, model bahasa Indonesia dari GoTo dan Indosat, mengambil jalan ini. Versi 9B-nya melanjutkan model Gemma2 9B CPT SEA-LION v3 dengan sekitar 50 miliar token tambahan, dan pelatihannya makan waktu 7 hari.
Artinya buat kamu: kalau ada perusahaan bilang "kami bikin AI sendiri", tanya dulu: dilatih dari nol, atau melanjutkan model orang lain? Dua-duanya sah, tapi skala biayanya beda jauh.
Salah kaprah
"AI langsung belajar dari obrolanku saat itu juga." Model yang sedang kamu ajak ngobrol sudah selesai dilatih. Anthropic mencantumkan data latihan model Claude yang aktif sekarang berhenti di Juni 2026, sedangkan GPT-6 Astra punya batas pengetahuan 30 April 2026. Isi chat yang kamu izinkan hanya bisa dipakai untuk melatih model berikutnya.
"Training dan fine-tuning itu sama." Glosarium Google menyebut pre-training sebagai pelatihan awal dengan dataset besar. Sesudahnya, model bisa disempurnakan dengan pelatihan tambahan yang lebih kecil, yang disebut fine-tuning.
Istilah terkait
- DatasetDataset adalah kumpulan data yang dikumpulkan dan dirapikan untuk satu tujuan, misalnya melatih, menguji, atau mengukur kemampuan sebuah program AI.
- ParameterParameter adalah angka-angka di dalam model AI yang disetel selama pelatihan dan menentukan bagaimana model mengolah masukan menjadi jawaban.
- Model AIModel AI adalah hasil akhir pelatihan AI, berupa berkas berisi banyak sekali angka, yang menerima masukan seperti pertanyaan atau foto lalu menghasilkan keluaran seperti jawaban, tebakan, atau gambar.
- GPUGPU adalah chip komputer yang bisa mengerjakan ribuan hitungan kecil secara bersamaan, awalnya untuk menggambar grafis game, kini jadi mesin utama untuk melatih dan menjalankan AI.
- Fine-tuningFine-tuning adalah proses melatih lagi model AI yang sudah jadi dengan contoh tambahan, supaya model itu terbiasa dengan gaya, format, bahasa, atau tugas tertentu.
- InferensiInferensi adalah tahap ketika model AI yang sudah selesai dilatih dipakai bekerja, yaitu menerima masukan seperti pertanyaanmu lalu menghitung jawabannya.
- BenchmarkBenchmark adalah kumpulan soal atau tugas yang sama untuk semua model AI, sehingga kemampuan model bisa diukur dengan angka dan dibandingkan.
- Data center AIData center AI adalah gedung berisi ribuan komputer server dengan chip khusus, tempat model AI dilatih dan tempat pertanyaanmu ke ChatGPT, Gemini, atau Claude diproses.
- Halusinasi AIHalusinasi AI adalah saat AI menjawab dengan yakin dan terdengar masuk akal, padahal isinya salah atau sumber yang ia sebut tidak ada.
- LLMLLM (large language model) adalah program AI yang dilatih dari teks dalam jumlah sangat besar sampai pandai menebak kata berikutnya, sehingga bisa menjawab, merangkum, dan menulis seperti ChatGPT, Gemini, dan Claude.