Treniranje je proces u kojem model uči iz podataka tako što postepeno smanjuje grešku na primjerima za treniranje. Kod metoda koje uče iz označenih podataka to najčešće znači prilagođavanje unutrašnjih brojčanih vrijednosti modela dok njegovi rezultati ne odgovaraju tim primjerima. Mala greška na podacima za treniranje ipak nije mjera uspjeha. Model koji te primjere rješava gotovo bez greške, a na novim podacima često griješi, nije postigao svrhu treniranja. Kod velikih jezičkih modela (large language model, LLM) riječ nekad označava samo predtreniranje (pre-training), a nekad cijeli proces izrade modela.
Izvori: