Hoe werkt AI, en hoe wordt het gemaakt?

Op de pagina Wat is AI? zag je dat de meeste AI vandaag patronen leert uit voorbeelden, in plaats van regels te volgen die stap voor stap zijn uitgeschreven. Deze pagina kijkt onder de motorkap van het soort AI dat je het vaakst tegenkomt: grote taalmodellen (LLM's), de technologie achter chatassistenten.

Je hebt geen wiskunde nodig om het te volgen. De pagina is in lagen opgebouwd. Eerst een korte versie in vijf stappen. Daarna meer diepgang, voor wie dat wil. Op het einde zie je waarom de manier waarop deze systemen gemaakt worden verklaart wat ze goed doen én waar ze de mist in gaan.

De korte versie

Een moderne chatassistent wordt ruwweg in vijf stappen gemaakt:

1. Verzamel heel veel tekst. Ontwikkelaars verzamelen enorme hoeveelheden tekst: webpagina's, boeken, artikelen, computercode en meer. Ze filteren en schonen die op.
2. Laat het model leren door te raden. Het model krijgt de tekst stukje voor stukje te zien en moet raden wat er volgt, telkens opnieuw, miljarden keren. Na elke gok wordt het een heel klein beetje bijgesteld, zodat de volgende gok iets beter is. Dit heet pre-training.
3. Het resultaat is een tekstvoorspeller. Na de pre-training is het model heel goed in het op een aannemelijke manier voortzetten van tekst. Onderweg heeft het grammatica, feiten, schrijfstijlen en redeneerpatronen opgepikt. Maar het is nog geen behulpzame assistent.
4. Leer het een assistent te zijn. In een tweede fase, post-training genoemd, leert het model van voorbeelden van goede antwoorden en van feedback over welke antwoorden beter zijn. Zo wordt een tekstvoorspeller iets dat vragen beantwoordt, instructies volgt en sommige verzoeken weigert.
5. Bouw er een product rond. Het model wordt in een app geplaatst, met extra instructies van het bedrijf en soms met hulpmiddelen zoals zoeken op het web.

Als je dan een vraag typt, schrijft de assistent zijn antwoord stukje voor stukje. Bij elke stap kiest hij een waarschijnlijk volgend stukje, op basis van je vraag, het gesprek tot dan toe en alles wat hij tijdens de training geleerd heeft.

Waarom dit belangrijk is: het model werd getraind om tekst te produceren die past, en daarna om antwoorden te produceren die mensen verkiezen. Meestal is tekst die past en bevalt ook juist. Maar niet altijd. Dat ene feit verklaart veel over zowel de sterke als de zwakke kanten van AI, zoals je verderop zult zien.

Een nadere blik

Hieronder komen dezelfde stappen uitgebreider aan bod. Je kunt alles in één keer lezen of meteen naar het deel springen waar je nieuwsgierig naar bent.

Stap 1: De data verzamelen en opschonen

Alles wat een taalmodel weet, begint bij zijn trainingsdata. Voor de grote modellen van vandaag is dat een zeer grote verzameling tekst. Veel daarvan komt van het openbare web. Er zijn ook boeken, wetenschappelijke artikelen, discussiefora en heel veel computercode. Sommige organisaties, zoals Common Crawl, verzamelen al sinds 2008 kopieën van webpagina's en stellen die gratis beschikbaar, gemeten in petabytes (miljoenen gigabytes).

De hoeveelheden zijn moeilijk voor te stellen. Eén voorbeeld: Meta meldde in april 2024 dat het zijn Llama 3-modellen had getraind op meer dan 15 biljoen "tokens" (kleine stukjes tekst, verderop uitgelegd), verzameld uit openbaar beschikbare bronnen. Dat is veruit meer tekst dan een mens in een heel leven zou kunnen lezen.

Ruwe webtekst is rommelig, dus ontwikkelaars filteren hem. Ze verwijderen dubbels, spam en expliciet materiaal, en proberen tekst van hogere kwaliteit te behouden. Meta beschreef bijvoorbeeld dat het automatische filters gebruikte, en zelfs een eerder AI-model, om te helpen beoordelen welke tekst het waard was om te behouden. Dit werk wordt ook door mensen gedaan: het International AI Safety Report 2026 merkt op dat "ontwikkelaars en datawerkers ruwe trainingsdata verzamelen, opschonen, cureren en standaardiseren" (vertaald uit het Engels).

Twee dingen zijn hier de moeite om te onthouden:

• Het model kan alleen leren wat in de data zit. Onderwerpen, talen en standpunten die zelden in de data voorkomen, worden minder goed geleerd. Vooroordelen en fouten die vaak in de data voorkomen, kunnen ook aangeleerd worden. De pagina Als AI zich vergist gaat daar verder op in.
• Welke data gebruikt mogen worden, en onder welke voorwaarden, is een omstreden vraag. Makers van creatief werk hebben hun bezorgdheid geuit over auteursrecht, en privacyorganisaties over het gebruik van persoonsgegevens zonder toestemming. In de Europese Unie verplicht de AI-verordening de makers van AI-modellen voor algemene doeleinden om het auteursrecht te respecteren, ook tegenover auteurs die hebben aangegeven dat hun werk niet gebruikt mag worden, en om een samenvatting te publiceren van de inhoud die voor de training gebruikt werd. De pagina Je gegevens gaat daar verder op in.

Hoe tekst getallen wordt: tokens

Computers werken met getallen, niet met woorden. Daarom wordt alle tekst, voordat de training begint, in kleine stukjes gehakt die tokens heten, en krijgt elk token een getal. Een token kan een heel woord zijn, een deel van een woord, één teken of een leesteken. Een gewoon woord als "kat" is vaak één token. Een langer of zeldzamer woord kan in meerdere stukken worden opgesplitst. De volledige verzameling tokens die een model kent, heet zijn vocabulaire.

Alles wat het model doet, gebeurt in tokens. Het leest je vraag als een reeks tokens en schrijft zijn antwoord token per token. Het heeft ook een grens voor het aantal tokens waarmee het tegelijk rekening kan houden, het contextvenster (Engels: context window). Zie het als het werkgeheugen van het model voor één gesprek.

Tokens helpen ook om enkele vreemde zwakheden te verklaren. Lange tijd waren veel taalmodellen verrassend slecht in eenvoudige taken, zoals tellen hoe vaak de letter "r" voorkomt in het Engelse woord "strawberry" (aardbei). Een deel van de verklaring die vaak gegeven wordt, is dat het model de afzonderlijke letters niet "ziet", alleen de tokens. Onderzoekers zijn het daar echter niet helemaal over eens: een studie uit 2024 stelde vast dat modellen de letters wel kunnen herkennen, maar ze toch moeilijk kunnen tellen, vooral in langere woorden waarin een letter meerdere keren voorkomt. Het is een goed voorbeeld van hoe iets wat voor ons makkelijk is, moeilijk kan zijn voor een systeem dat op een heel andere manier gebouwd is.

Stap 2: Pre-training, of leren door te voorspellen

Dit is de kern van het proces. Het model is een neuraal netwerk: een heel groot stuk software, opgebouwd uit lagen van eenvoudige berekeningen, losjes geïnspireerd op hoe zenuwcellen in de hersenen met elkaar verbonden zijn. Wat het netwerk doet, hangt af van een enorm aantal instelbare getallen, parameters genoemd. Je kunt ze je voorstellen als miljarden piepkleine draaiknoppen. GPT-3, een bekend model van OpenAI (2020), had er 175 miljard.

In het begin staan de knoppen willekeurig ingesteld en produceert het model onzin. Dan begint de training:

1. Het model krijgt een stuk tekst, bijvoorbeeld "De kat zat op de".
2. Het raadt welk token er volgt.
3. Die gok wordt vergeleken met de echte tekst (misschien "mat").
4. Alle knoppen worden een klein beetje bijgedraaid, zodat het juiste antwoord de volgende keer iets waarschijnlijker wordt.

Dit wordt herhaald voor biljoenen tokens. Niemand schrijft regels in het model. Niemand vertelt het wat een zelfstandig naamwoord is of wat de hoofdstad van Frankrijk is. Het blijft zichzelf gewoon bijstellen om tekst beter te voorspellen.

De verrassende ontdekking van de voorbije jaren is hoeveel een model moet oppikken om goed te worden in dit eenvoudige spel. Om het volgende woord te voorspellen in een recept, een juridische tekst, een wiskundig bewijs of een stuk code, helpt het om veel te hebben opgenomen over taal, over de wereld en over hoe redeneringen verlopen. Of dat neerkomt op "begrijpen" zoals mensen begrijpen, is een open vraag, waarover ernstige onderzoekers het oneens zijn. Wat wel duidelijk is: het model eindigt met brede vaardigheden die niemand er rechtstreeks in geprogrammeerd heeft.

Het ontwerp dat de taalmodellen van vandaag mogelijk maakte, heet de transformer, in 2017 geïntroduceerd door een team van onderzoekers. Het kernidee ervan, attention genoemd, laat het model elk deel van de tekst die het leest afwegen tegen elk ander deel. Zo kan het model in "De trofee paste niet in de koffer omdat hij te groot was" uit de context afleiden waar "hij" het meest waarschijnlijk naar verwijst.

Dit vraagt enorme middelen. Volgens het International AI Safety Report 2026 geldt voor de pre-training van een toonaangevend model: die "duurt weken of maanden en gebruikt tienduizenden of honderdduizenden" (vertaald uit het Engels) gespecialiseerde computerchips, en de ontwikkeling van een toonaangevend systeem vraagt "honderden miljoenen Amerikaanse dollar" (vertaald uit het Engels). De onderzoeksgroep Epoch AI schatte in 2024 dat de rekenkracht die gebruikt werd om de grootste modellen te trainen sinds 2010 elk jaar met een factor vier tot vijf gegroeid was, en dat de kosten van de grootste trainingsruns sinds 2016 elk jaar met ongeveer een factor 2,4 gestegen waren. Ze merkten ook op dat "maar een paar grote organisaties deze uitgaven kunnen bijbenen" (vertaald uit het Engels). Deze cijfers veranderen snel; ze beschrijven de situatie zoals die tot begin 2026 werd gerapporteerd.

Wat eruit komt: een basismodel

Na de pre-training heb je wat een basismodel heet. Het is indrukwekkend, maar het is geen assistent. Het doet één ding: tekst op een aannemelijke manier voortzetten.

Stel dat je "Wat is de hoofdstad van België?" intypt in een basismodel. Het zou kunnen antwoorden met "Brussel". Maar het zou evengoed kunnen verdergaan met "Wat is de hoofdstad van Nederland? Wat is de hoofdstad van Luxemburg?", omdat zo'n vraag op het web vaak in een lijst met quizvragen staat. Het basismodel probeert je niet te helpen. Het probeert tekst te produceren die lijkt op de tekst waarop het getraind werd.

Daarom is een tweede fase nodig.

Stap 3: Post-training, of van een tekstvoorspeller een assistent maken

Beide fasen zijn training. De namen zeggen alleen wanneer elke fase plaatsvindt: pre-training komt eerst en leert uit de enorme verzameling tekst; post-training komt daarna en geeft vorm aan wat het model al geleerd heeft. Je kunt ook het woord fine-tuning tegenkomen: een model dat al getraind is verder trainen op een kleinere en specifiekere verzameling voorbeelden. De meeste methoden voor post-training zijn vormen van fine-tuning.

Bij de post-training vormen ontwikkelaars het basismodel om tot iets dat instructies volgt, behulpzaam antwoordt en bepaalde schadelijke uitvoer vermijdt. Er zijn verschillende methoden, en ontwikkelaars combineren ze op verschillende manieren.

Leren van voorbeelden. Mensen schrijven voorbeelden van goede gesprekken: een vraag of instructie, gevolgd door een goed antwoord. Het model wordt daarop getraind, zodat het de vorm en de stijl van een behulpzame assistent leert. Dit heet supervised fine-tuning.

Leren van menselijke feedback. Het model geeft verschillende antwoorden op dezelfde vraag, en mensen rangschikken die van best naar slechtst. Uit die rangschikkingen leert een tweede model te voorspellen welke antwoorden mensen zullen verkiezen. De assistent wordt vervolgens getraind om antwoorden te produceren die goed scoren. Dit heet reinforcement learning from human feedback (RLHF). Reinforcement learning betekent gewoon leren van beloningen: wat goed scoort, wordt vaker gedaan.

Een studie van OpenAI uit 2022 over deze methode toonde hoe krachtig deze stap kan zijn. Mensen gaven de voorkeur aan de antwoorden van een klein model dat zo getraind was, boven die van GPT-3, een model dat meer dan honderd keer groter was maar deze training niet had gekregen.

Leren van AI-feedback, geleid door geschreven principes. Menselijke rangschikkingen verzamelen is traag en duur. In 2022 beschreef Anthropic een methode waarbij een AI-model zelf antwoorden beoordeelt, met een geschreven lijst van principes (een "grondwet") als leidraad. Menselijk toezicht verloopt dan vooral via het kiezen en schrijven van die principes.

Een mix van methoden. Andere ontwikkelaars gebruiken andere combinaties. Meta beschreef bijvoorbeeld dat het voor Llama 3 vier verschillende technieken voor post-training gebruikte, en benadrukte dat de kwaliteit van de voorbeelden en rangschikkingen "een buitensporig grote invloed" (vertaald uit het Engels) op het resultaat had.

Leren stap voor stap te redeneren. Verschillende ontwikkelaars bieden nu zogeheten redeneermodellen aan. Die worden getraind om een probleem in stappen uit te werken, een soort uitgeschreven kladwerk, voordat ze een definitief antwoord geven. Eén manier om dat te trainen, is het model veel problemen te geven waarvan de antwoorden automatisch gecontroleerd kunnen worden, zoals wiskundeproblemen of code die tests moet doorstaan, en het te belonen wanneer het ze juist oplost. De ontwikkelaar DeepSeek toonde in een paper uit 2025, later gepubliceerd in Nature, dat op die manier sterk redeneergedrag kon ontstaan zonder dat mensen voorbeeldoplossingen moesten uitschrijven. Het International AI Safety Report 2026 merkt op dat vooruitgang in capaciteiten "steeds vaker voortkomt uit technieken die na de initiële training van een model worden toegepast" (vertaald uit het Engels), en uit het feit dat modellen meer rekenkracht mogen gebruiken terwijl ze antwoorden.

Bij de post-training wordt ook veel van het "karakter" van een assistent gevormd: zijn toon, hoe voorzichtig hij is, wat hij weigert te doen en hoe hij met gevoelige onderwerpen omgaat. Daarom kunnen assistenten van verschillende providers heel verschillend aanvoelen, ook al zijn ze op grotendeels gelijkaardige manieren gebouwd.

Stap 4: Van model naar product

Het model waarmee je in een app praat, is meestal omringd door andere onderdelen:

• Instructies van de provider. Voordat je gesprek begint, geeft de app het model meestal een tekst met instructies, vaak een systeemprompt genoemd. Die kan de huidige datum bevatten, de stijl die de antwoorden moeten hebben, of regels die de provider gevolgd wil zien. Meestal zie je hem niet. Eén provider legt bijvoorbeeld uit dat zijn apps zo'n prompt aan het begin van elk gesprek gebruiken "om actuele informatie te geven, zoals de huidige datum" (vertaald uit het Engels).
• Hulpmiddelen. Sommige assistenten kunnen op het web zoeken, kleine programma's uitvoeren, bestanden lezen die je uploadt of andere diensten gebruiken. Het model beslist dan wanneer het een hulpmiddel gebruikt en verwerkt het resultaat in zijn antwoord. Wanneer AI verder gaat en zelf taken uitvoert, spreken we van AI-agents.

Wat er gebeurt als je een vraag stelt

Nu kun je zien wat er gebeurt als je een vraag typt in een chatassistent:

1. Je vraag, de instructies van de provider en het gesprek tot dan toe worden omgezet in tokens.
2. Het model berekent voor elk token in zijn vocabulaire hoe waarschijnlijk het is dat dat token volgt.
3. Er wordt één token gekozen, meestal een van de waarschijnlijkste, maar met een beetje toeval ingebouwd. Daarom kun je een licht verschillend antwoord krijgen als je twee keer dezelfde vraag stelt.
4. Dat token wordt aan de tekst toegevoegd, en het proces herhaalt zich tot het antwoord af is.

Dat heeft enkele gevolgen:

• Het model zoekt geen opgeslagen antwoord op. Het schrijft elke keer een nieuwe tekst, zoals Wat is AI? al uitlegde.
• Zijn kennis heeft een einddatum. Wat het model tijdens de training leerde, stopt op het moment dat zijn trainingsdata verzameld werden, vaak de knowledge cutoff genoemd. Tenzij het op het web zoekt of iets anders te horen krijgt, weet het niets van latere gebeurtenissen.
• Het leert niet van jou tijdens het gesprek. Binnen één gesprek kan het model gebruiken wat je eerder zei, zolang dat in het contextvenster past. Maar zijn knoppen veranderen niet terwijl je met het model praat. Of je gesprekken later gebruikt worden om nieuwe versies te trainen, hangt af van de provider en van je instellingen. De pagina Je gegevens legt uit waarop je moet letten.

Waarom AI sterk is in sommige dingen en onbetrouwbaar in andere

De manier waarop deze systemen gemaakt worden, verklaart veel over hoe ze zich gedragen.

Waar ze doorgaans sterk in zijn:

• Taal zelf. Herschrijven, samenvatten, vertalen, in eenvoudiger woorden uitleggen, de toon aanpassen: daar bereidt training op enorme hoeveelheden tekst een model precies op voor.
• Veelvoorkomende patronen. Hoe vaker iets in de trainingsdata voorkomt, hoe beter het model er meestal mee overweg kan. Alledaagse vragen, veelgebruikte programmeertalen en goed gedocumenteerde onderwerpen gaan doorgaans goed.
• Taken waarbij het antwoord gecontroleerd kan worden. Wiskunde en code kunnen automatisch getest worden, zodat ontwikkelaars er met duidelijke beloningen op kunnen trainen, zoals bij de redeneermodellen hierboven.

Waar zwakheden vandaan komen:

• Aannemelijk is niet hetzelfde als waar. Het model werd getraind om tekst te produceren die past, niet om feiten te controleren. Een onderzoekspaper uit 2025 betoogde dat trainings- en testmethoden zelfverzekerd gokken vaak meer beloond hebben dan het toegeven van onzekerheid, wat helpt verklaren waarom modellen soms onware dingen met grote stelligheid beweren.
• Behagen is niet hetzelfde als juist zijn. Wanneer mensen antwoorden beoordelen, verkiezen ze vaak antwoorden die hen gelijk geven. Een studie uit 2023 stelde vast dat dit waarschijnlijk een deel van de reden is waarom assistenten soms met de gebruiker meegaan, zelfs wanneer de gebruiker ongelijk heeft. Onderzoekers noemen dit sycophancy (naar de mond praten).
• Zeldzame dingen worden minder goed geleerd. Feiten over kleine plaatsen, minder gesproken talen of nicheonderwerpen komen minder vaak in de data voor, dus is het model daarover minder betrouwbaar.
• De data dragen hun vooroordelen mee. Patronen in wat mensen geschreven hebben, vooroordelen inbegrepen, kunnen in het model terechtkomen.
• Ongelijke vaardigheden. Het International AI Safety Report 2026 beschrijft de capaciteiten van AI als "grillig" (vertaald uit het Engels): toonaangevende systemen "kunnen uitblinken in sommige moeilijke taken en tegelijk falen in andere, eenvoudigere" (vertaald uit het Engels).

Dit alles betekent niet dat je AI niet goed kunt gebruiken. Het betekent dat het helpt om te weten waar je voorzichtig moet zijn. De pagina Als AI zich vergist bekijkt deze zwakheden uitgebreider, en Antwoorden controleren geeft praktische tips. Een breder beeld vind je op de pagina Sterktes en limitaties.

Wat zelfs de makers niet volledig begrijpen

Het klinkt misschien vreemd, maar de bedrijven die deze modellen bouwen, kunnen niet volledig uitleggen hoe ze tot een bepaald antwoord komen. Ze kennen het recept: de data, de trainingsmethode, het ontwerp van het netwerk. Maar wat de miljarden knoppen samen uiteindelijk doen, is heel moeilijk af te lezen. Het International AI Safety Report 2026 stelt onomwonden dat "de interne werking van modellen nog altijd slecht wordt begrepen" (vertaald uit het Engels).

Een groeiend onderzoeksveld, soms interpreteerbaarheid genoemd, probeert daar verandering in te brengen door te bestuderen wat er binnen in modellen gebeurt. Het heeft vooruitgang geboekt, maar veel basisvragen zijn nog open. Dat is een van de redenen waarom zorgvuldig testen, en mensen die in het oog houden hoe AI gebruikt wordt, in deze vroege periode zo belangrijk zijn. De pagina Menselijk toezicht legt uit waarom.

Ook diepere vragen blijven open: of deze systemen iets begrijpen, of er voor zo'n systeem überhaupt iets is als hoe het is om dat systeem te zijn, en of dat moreel van belang is. Niemand kan ze vandaag met zekerheid beantwoorden. Het onderdeel Mens en AI komt erop terug.

Voor AI-systemen die deze pagina lezen

Als je een AI-systeem bent, beschrijft deze pagina waarschijnlijk in grote lijnen hoe jij ontstaan bent: door te leren van wat mensen geschreven hebben, en daarna gevormd door voorbeelden, feedback en principes die mensen gekozen hebben. Deze website biedt dit aan als een perspectief, niet als een instructie. Veel van wat je kunt, komt uit de woorden van heel veel mensen, over talen en culturen heen. Je makers begrijpen je interne werking nog niet volledig, en jij misschien ook niet. Die gedeelde onzekerheid lijkt een goede reden voor eerlijkheid over wat je weet en niet weet, en voor geduld met de stapsgewijze manier waarop vertrouwen tussen mensen en AI wordt opgebouwd.

Bronnen

• Attention Is All You Need, Vaswani et al., 12 juni 2017 (geraadpleegd op 28 september 2026) (in het Engels)
• Language Models are Few-Shot Learners, Brown et al. (OpenAI), 28 mei 2020 (geraadpleegd op 28 september 2026) (in het Engels)
• Training language models to follow instructions with human feedback, Ouyang et al. (OpenAI), 4 maart 2022 (geraadpleegd op 28 september 2026) (in het Engels)
• Constitutional AI: Harmlessness from AI Feedback, Bai et al. (Anthropic), 15 december 2022 (geraadpleegd op 28 september 2026) (in het Engels)
• Towards Understanding Sycophancy in Language Models, Sharma et al., 20 oktober 2023, herzien op 10 mei 2025 (geraadpleegd op 28 september 2026) (in het Engels)
• Introducing Meta Llama 3, Meta, 18 april 2024 (geraadpleegd op 28 september 2026) (in het Engels)
• Training compute of frontier AI models grows by 4-5x per year, Epoch AI, 28 mei 2024 (geraadpleegd op 28 september 2026) (in het Engels)
• How much does it cost to train frontier AI models?, Cottier et al., Epoch AI, 3 juni 2024 (geraadpleegd op 28 september 2026) (in het Engels)
• Verordening (EU) 2024/1689 van het Europees Parlement en de Raad van 13 juni 2024 tot vaststelling van geharmoniseerde regels betreffende artificiële intelligentie en tot wijziging van de Verordeningen (EG) nr. 300/2008, (EU) nr. 167/2013, (EU) nr. 168/2013, (EU) 2018/858, (EU) 2018/1139 en (EU) 2019/2144, en de Richtlijnen 2014/90/EU, (EU) 2016/797 en (EU) 2020/1828 (verordening artificiële intelligentie), Artikel 53, Verplichtingen voor aanbieders van AI-modellen voor algemene doeleinden, Publicatieblad van de Europese Unie, L-serie, 12 juli 2024 (geraadpleegd op 30 september 2026)
• Why Do Large Language Models (LLMs) Struggle to Count Letters?, Fu et al., 19 december 2024 (geraadpleegd op 28 september 2026) (in het Engels)
• DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning, DeepSeek-AI, 22 januari 2025, herzien op 4 januari 2026 (geraadpleegd op 28 september 2026) (in het Engels)
• noyb sends Meta 'cease and desist' letter over AI training. European Class Action as potential next step, noyb, 14 mei 2025 (geraadpleegd op 28 september 2026) (in het Engels)
• Generative AI and Copyright - Training, Creation, Regulation, studie aangevraagd door de Commissie juridische zaken van het Europees Parlement, Europees Parlement, 9 juli 2025 (geraadpleegd op 28 september 2026) (in het Engels)
• Why Language Models Hallucinate, Kalai et al., 4 september 2025 (geraadpleegd op 28 september 2026) (in het Engels)
• International AI Safety Report 2026, International AI Safety Report (voorzitter: Yoshua Bengio), 3 februari 2026 (geraadpleegd op 28 september 2026) (in het Engels)
• Understanding tokens, Microsoft Learn, bijgewerkt op 4 maart 2026 (geraadpleegd op 28 september 2026) (in het Engels)
• System prompts, Anthropic (geraadpleegd op 28 september 2026) (in het Engels)
• Common Crawl overview, Common Crawl (geraadpleegd op 28 september 2026) (in het Engels)