AI Myths & Mental Models
Understand what AI is doing, where it fails, and which common myths waste time.
26 historier (12 artikler · 14 videoer)
Start her
Et par gode steder at begynde, før du går på opdagelse i hele oversigten.
6 min læsningHvad AI egentlig er (og ikke er): en introduktion uden hype
For de fleste betyder AI i 2026 én bestemt ting — og det er ikke det, filmene har vist dig. En letforståelig forklaring på, hvad der egentlig foregår, hvad AI er god til, og hvad den ikke kan.
Ny inden for AI
6 min læsningSådan genererer AI svar: Den mentale model, der gør prompting forståelig
AI tænker ikke som dig. Den skaber sandsynlige fortsættelser ud fra konteksten. Når denne mentale model falder på plads, bliver alle råd om prompts lettere at forstå.
Ny inden for AI
7 min læsningDe ti AI-myter, der holder dig tilbage
De sejlivede forestillinger om AI, der afholder ellers skarpe voksne fra overhovedet at prøve teknologien. Hver myte behandles ærligt — hvad der er sandt, hvad der er overdrevet, og hvad du kan gøre ved det.
Ny inden for AIFlere i dette emne
7 min læsningWhy AI explanations feel like learning—and often aren't
A fluent explanation can make a subject feel familiar before you can actually use it. These three tests reveal whether AI helped you learn or merely helped you follow along.
Ny inden for AI
The Agent Landscape - Lessons Learned Putting Agents Into Production
MLOps.community.
Avanceret
10 min læsningFejltilstande i AI-produktion: det, der går i stykker efter demoen
AI-systemer fejler som regel på forudsigelige måder: hallucinationer, forældet kontekst, medløberi, prompt injection, usikker værktøjsbrug, skemadrift og svage fallbacks. Et register over fejltilstande til teams, der sætter reelle workflows i produktion.
Avanceret
6 min læsningAI kontra Google: hvornår skal du søge, og hvornår skal du spørge?
Søgemaskiner og AI-assistenter kan ikke uden videre erstatte hinanden. En praktisk guide til, hvilket værktøj der passer til hvilket spørgsmål — med eksempler side om side og de situationer, hvor du bør bruge begge.
Ny inden for AI
8 min læsningEn prompts anatomi: rolle, kontekst, opgave, begrænsninger og format
En skabelon i fem dele, der løfter svarkvaliteten fra "tja" til "nyttig" i enhver prompt og ethvert AI-værktøj. Med gennemarbejdede eksempler, almindelige fejl og den rækkefølge, der gør en forskel.
Begynder
10 min læsningChain-of-thought, self-critique og tree-of-thoughts — hvornår du skal bruge hvad
Tre ræsonnementsteknikker, der reelt forbedrer AI-resultater på vanskelige problemer — og beregningen af omkostninger og udbytte ved at bruge dem. Med konkrete prompts, direkte sammenligninger og de faldgruber, som moderne ræsonnerende modeller medfører.
Let øvet
11 min læsningChunking, reranking og hybridsøgning: Få RAG til faktisk at virke
De fleste RAG-implementeringer fungerer dårligt, fordi de håndterer tre ting forkert. En praktisk guide til chunking af dokumenter, reranking af resultater og kombination af søgeord med semantisk søgning — uden at du behøver blive søgeekspert.
Let øvet
10 min læsningUdformning af prompts til ræsonnerende modeller (o3, R1 og Claude extended thinking)
Ræsonnerende modeller er ikke hurtige modeller med ekstra trin. De belønner en anden måde at skrive prompts på, ignorerer visse traditionelle mønstre og har deres egne faldgruber. En praktisk vejledning i at bruge dem godt.
Let øvet
7 min læsningVælg den rette model til opgaven: en beslutningsguide til 2026
Hvilken model du bør vælge til forskellige opgavetyper. GPT, Claude, Gemini, ræsonneringsmodellerne og modellerne med åbne vægte — sorteret efter, hvad de reelt er bedst til, med enkle beslutningsregler.
Begynder
6 min læsningHvorfor AI giver selvsikre, men forkerte svar: en begynderguide til hallucinationer
AI lyver ikke, som et menneske gør. Den kan skabe flydende, men falske detaljeoplysninger, fordi sandsynlighed og kontrol af fakta er forskellige opgaver. Her kan du se, hvad der foregår, hvorfor det sker, og hvordan du undgår at brænde dig.
Ny inden for AI
Lær 80% af Perplexity på under 10 minutter!
Jeff Su.
Ny inden for AI
Tree of Thoughts: bevidst problemløsning med store sprogmodeller (fuld paper review)
Yannic Kilcher.
Let øvet
Prompting 101
Anthropic.
Let øvet
Sådan bruger jeg LLM'er
Andrej Karpathy.
Ny inden for AI
[1hr-foredrag] Introduktion til store sprogmodeller
Andrej Karpathy.
Ny inden for AI
Building OpenAI o1
OpenAI.
Let øvet
o1 — hvad foregår der? Hvorfor o1 er et 3. paradigme for modeller + 10 ting, du måske ikke ved
AI Explained.
Let øvet
"Generativ AI" er ikke, hvad du tror
Acerola.
Ny inden for AI
Hvad vi tager fejl af om AI (med tidligere Google-CEO)
Cleo Abram.
Ny inden for AI
Andrew Ng: Muligheder inden for AI — 2023
Stanford Online.
Ny inden for AI
Store sprogmodeller kort forklaret
3Blue1Brown.
Ny inden for AI
Hvorfor store sprogmodeller hallucinerer
IBM Technology.
Ny inden for AI
ChatGPT med Rob Miles — Computerphile
Computerphile.
Ny inden for AI