Så fungerar språkmodellerna bakom ChatGPT och Claude
När du vet hur en språkmodell räknar fram sitt svar får du ut mer av den och ser när svaret behöver kontrolleras. Så här fungerar modellerna, enligt forskningen och tillverkarna själva.
Du ställer en fråga till ChatGPT och får ett välskrivet svar med ett årtal som inte stämmer. Du frågar igen och får ett annat svar. En timme senare i samma chat följer ChatGPT inte längre en regel du gav i början. Alla tre beteendena har samma förklaring och den sitter i hur en språkmodell räknar fram sina svar.
Artikelns förklaringar bygger på aktuell forskning och på det OpenAI, Anthropic och Google skriver om sina modeller, framför allt i dokumentationen och i de modellrapporter som följer med när en ny modell släpps. En studie kommer ofta ut flera månader efter att modellerna den testar har släppts. Då kan nyare modeller redan ha hunnit komma, så vi anger vilka modeller varje studie gäller.
Kortversionen
- En språkmodell bygger sitt svar ett ordfragment i taget, utifrån vad som brukar följa i den text den tränats på. Med den bilden ser du var modellen är stark och när svaret behöver kontrolleras.
- Assistenten du chattar med är en språkmodell som har tränats vidare med exempelsvar och med människors bedömningar av modellens egna svar, så att den svarar på frågor och följer instruktioner.
- Vissa modeller, så kallade tänkande modeller, resonerar i flera steg innan de svarar. Ge dem de svåra uppgifterna.
- När en faktauppgift sällan förekommer i träningsdatan gissar modellen ofta, eftersom träningen och de flesta prov som modellerna mäts med belönar en gissning framför ett "vet inte". Be om källor och kontrollera dem.
- Samma fråga kan ge olika svar från gång till gång. Modellen räknar ut hur sannolikt varje möjligt nästa ordfragment är och slår sedan en viktad tärning, där de troligaste fragmenten har störst chans. Ställ viktiga frågor flera gånger.
- Modellen läser sämre ju längre texten i chatten blir. Ta bara med det som behövs och ställ frågan sist när du klistrar in en lång text.
- Modellen läser text och tal i fragment och inte tecken för tecken, så den kan räkna fel på både bokstäver och siffror. Låt den skriva och köra kod när en uträkning måste stämma.
- Modellen känner ofta inte till det som hänt efter träningsdatans slutdatum. Be modellen söka på webben när du behöver färska uppgifter.
- Att modellen håller med dig eller låter säker bevisar inte att den har rätt. Be om argument mot det du själv tror och kontrollera svaret mot en källa.
Så räknar en språkmodell fram sitt svar
Modellerna bakom ChatGPT, Claude och Gemini kallas stora språkmodeller, på engelska large language models eller LLM. En språkmodell räknar ut hur sannolik varje möjlig fortsättning på en text är. Modellerna tränas först att förutsäga nästa ord utifrån texten före.
Modellen läser och skriver text i ordfragment som kallas tokens. I engelsk text motsvarar en token ungefär fyra tecken, men längden beror på modell och språk.
Själva svaret växer fram i en slinga:
- Modellen läser allt som skickas med: din fråga, chatten hittills, dina egna instruktioner och bifogade filer.
- Modellen räknar ut sannolikheter för varje tänkbar nästa token.
- Modellen slår en viktad tärning om vilken token det blir, där de troligaste fragmenten har störst chans, och lägger till det valda fragmentet i texten.
- Modellen börjar om med den förlängda texten tills svaret är färdigt.
Exempel på hur en språkmodell slår tärning om nästa ord
Modellen räknar ut en chans för varje möjlig fortsättning och slår sedan en viktad tärning, där de troligaste kommer upp oftast. Exemplet är påhittat. I verkligheten är fortsättningen ofta en del av ett ord, ett ordfragment, men här är varje fortsättning ett helt ord.
Texten hittills: Mötet flyttas till ...
Första gången modellen slår tärningen blir det tisdag. Andra gången, när modellen får exakt samma text att fortsätta på, blir det måndag. Längre stapel betyder större chans, inte att ordet alltid väljs.
Inga verkliga sannolikheter. Principen bygger på Googles och Anthropics beskrivningar av hur språkmodeller räknar fram text.
Det slumpmässiga valet kallas sampling.
Modellen kan liknas vid en autokomplettering som förutsäger tusentals tokens i följd. Grundkonstruktionen kallas transformer och beskrevs första gången av forskare vid Google 2017.
Modellen skriver ett fragment i taget. I en studie från mars 2025 såg Anthropic ändå att modellen Claude 3.5 Haiku valde rimordet i en dikt innan den skrev raden som skulle sluta på det. Modellen planerade alltså längre fram än nästa fragment.
Så går modellen från textförutsägare till assistent
En modell som just har förtränats gör en enda sak: den fortsätter text. Förträningen sker på enorma mängder text.
Hos OpenAI kommer texten bland annat från det som är offentligt på internet, från andra företag genom avtal och från användare, forskare och personer som anlitas för att träna modellerna. Anthropic rensar och filtrerar sin träningstext, bland annat genom att ta bort dubbletter.
En öppen modell, som tillverkaren publicerar så att vem som helst kan ladda ner och köra den, ger en fingervisning om mängderna. Modellfamiljen Qwen3, som kinesiska Alibaba släppte i april 2025, förtränades på omkring 36 biljoner tokens. Den största modellen i familjen hade då 235 miljarder parametrar, de tal som justeras under träningen.
En förtränad modell är ännu inte bra på att svara på frågor eller följa instruktioner. Steget till assistent kallas efterträning och går i stora drag till så här:
- Modellen tränas på exempel med instruktioner och bra svar.
- Människor bedömer svar. De rangordnar två eller fler svar på samma fråga.
- Modellen tränas på omdömena. Den belönas för svar som liknar dem som rangordnats högst.
Hos Anthropic är även Claude med och bedömer svar. Anthropic har skrivit en konstitution för Claude, ett dokument om vilka värderingar modellen ska ha, och Claude använder den för att ta fram träningsdata, bland annat rangordningar av möjliga svar. Materialet kan användas när kommande versioner av Claude tränas.
Anthropics efterträning ska få Claude att bete sig enligt konstitutionen. Människor bidrar genom att välja mellan svar och testa modellen.
Så tränas en språkmodell till assistent
Förenklad bild, sammanställd ur Anthropics, Googles och OpenAI:s beskrivningar.
FÖRTRÄNING
Modellen tränas att förutsäga nästa ord i enorma mängder text. Efteråt kan den fortsätta text men är ännu inte bra på att svara på frågor.
EFTERTRÄNING
Modellen tränas på exempel med instruktioner och bra svar. Den tränas också på människors omdömen om vilka svar som är bäst. Anthropic, som gör Claude, låter dessutom modellen ta fram träningsmaterial som kan användas till kommande versioner av Claude. Vissa modeller, så kallade tänkande modeller, tränas också att resonera i mellansteg innan de svarar.
ASSISTENTEN
Svarar på frågor och följer instruktioner.
Källor: Anthropic, Google och OpenAI, se länkarna i texten.
Tänkande modeller resonerar innan de svarar
En tänkande modell skriver först en lång tankekedja, en serie mellansteg, och formulerar sedan svaret. OpenAI släppte en av de första sådana modellerna, förhandsversionen av o1, i september 2024.
I dag har OpenAI, Anthropic och Google tänkande modeller. Hos Anthropic är tänkandet påslaget som standard i Claude 5 och senare modeller. Googles Gemini-modeller tänker också som standard och avgör själva hur mycket de ska tänka utifrån hur svår frågan är.
Modellen formulerar om frågan för sig själv, prövar olika vägar, kontrollerar mellanresultat och överger spår som inte håller. Det lär den sig genom träningen. Tankekedjan består också av tokens, så den tar upp utrymme i chatten och tid att räkna fram, även när du inte ser den.
Idén att låta modellen skriva ut stegen är äldre. Forskare på Google visade redan 2022 att svaren på matteproblem blev bättre när frågan till dåtidens språkmodeller innehöll exempel med mellansteg. Det nya är att modellen tränas att göra det själv.
Det kinesiska AI-bolaget DeepSeek visade 2025 i tidskriften Nature hur det kan gå till. Under träningen fick en första version av bolagets modell DeepSeek-R1 lösa uppgifter i bland annat matte och programmering. Den belönades efter om slutsvaret var rätt. Bolaget visade aldrig modellen hur den skulle resonera.
Ändå lärde den sig på egen hand att skriva längre resonemang, kontrollera sina mellansteg och pröva en annan väg när den första inte höll. Sent i träningen började den plötsligt skriva det engelska ordet wait, som betyder vänta, betydligt oftare när den granskade sina egna steg. På den amerikanska mattetävlingen AIME för gymnasieelever steg andelen rätta svar under träningen från 15,6 till 77,9 procent. Mätningen är DeepSeeks egen.
Tankekedjan kan ge en ofullständig bild av hur modellen kom fram till svaret. I april 2025 gav forskare på Anthropic modellerna Claude 3.7 Sonnet och DeepSeek-R1 frågor med ett inbakat tips om svaret. När modellerna använde tipset nämnde de det oftast inte i tankekedjan.
OpenAI övervakar tankekedjan för att upptäcka när en modell gör något den inte ska. För GPT-6 Astra har det blivit svårare. Astra skriver kortare och mindre informativa tankekedjor än föregångaren GPT-5.6 Sol och tar mer sällan med uppgifter som avslöjar ett felbeteende. I dagens Claude-modeller är den tankekedja du ser en sammanfattning.
- Ge modellen svåra uppgifter som kräver flera steg. Tänkandet förbättrar svaren på komplexa uppgifter som matte, programmering och analys.
- Räkna med längre väntan. Tänkandet påverkar kvaliteten, svarstiden och hur många tokens som går åt.
- Läs modellens resonemang som en ledtråd till hur svaret kom till och kontrollera fakta som vanligt.
Hur modellerna byggs förklarar sex beteenden som de flesta har stött på när de använder AI i jobbet.
Därför gissar modellen när den saknar svar
Modellen räknar fram sannolik text och har ingen inbyggd faktabank att slå upp i. Ofta nämnda fakta sitter bra, eftersom modellen har sett dem många gånger. För sällsynta fakta, som en enskild persons födelsedag, finns inget mönster att luta sig mot.
Forskare från OpenAI och Georgia Institute of Technology visar i en studie i Nature från april 2026 att sällsynta fakta hänger tätt ihop med felaktiga gissningar. Om var femte födelsedag bara förekommer en gång i träningsdatan, räknar de med att en förtränad modell gissar fel på minst var femte fråga om födelsedagar.
I en tidigare version av studien fick DeepSeek-V3 frågan när en av forskarna fyller år, med instruktionen att svara bara om den visste. Den fick frågan tre gånger och gav tre olika datum, alla fel.
Gissandet lever kvar i den eftertränade modellen, eftersom de flesta prov som modellerna mäts med ger noll poäng för ett "vet inte", precis som för en chansning som missar. Då lönar det sig att chansa.
De senaste toppmodellerna gör färre faktafel, enligt leverantörernas egna mätningar. Anthropic redovisar ett faktaprov där fel svar ger minuspoäng och ett "vet inte" noll poäng. Där är Claude Mythos 5.2 den av bolagets modeller som mest sällan svarar fel.
GPT-6 Astra gör betydligt färre faktafel än föregångaren GPT-5.6 Sol. OpenAI mätte på samtal där användare redan hade påpekat faktafel, alltså svårare fall än vanligt. I vanlig användning väntar sig bolaget därför färre fel än i mätningen.
Hur ett felaktigt svar uppstår har Anthropic studerat inne i en äldre modell, i samma studie av Claude 3.5 Haiku som visade att modellen valde rimordet i förväg. Modellen avböjde att svara på frågor om personer den inte kände igen. Felsvaren kunde uppstå när den kände igen ett namn men inte visste något mer om personen. Då kunde modellens inbyggda "vet inte" tryckas undan och den hittade på ett svar som lät rimligt.
Google medger att felen finns kvar. "Gemini kan hallucinera och presentera felaktig information som fakta", står det i Gemini-apparnas svenska hjälp.
- Ge modellen lov att säga att den inte vet. Det kan minska de påhittade svaren kraftigt, enligt Anthropic.
- Be om källa för varje påstående och öppna källan. Lägg mest kraft på årtal, namn, siffror och referenser, där gissningarna sitter.
- Ge modellen källtexten och be den hålla sig till den. Då har den något att arbeta mot i stället för sitt minne av träningsdatan.
Det är samma tanke som i Så blir du mer ambitiös med AI: låt originalkällan eller en beräkning avgöra om svaret stämmer.
Därför kan samma fråga ge olika svar
Modellen slår en viktad tärning om varje token. Det troligaste fragmentet har störst chans, men även ett mindre troligt kan komma upp. Ett tidigt val styr resten av svaret och samma fråga kan därför ge två olika svar.
Hur mycket slump som tillåts styrs av en inställning som kallas temperatur. Ett högre värde ger mer slumpmässiga svar och ett lägre mer fokuserade. Inställningen riktar sig till utvecklare som bygger egna tjänster på modellerna.
I de nyaste modellerna är den låst. Det gäller OpenAI:s GPT-6 Astra och de nyaste modellerna från Anthropic och Google. Google avråder från att ändra den även i de något äldre Gemini 3-modellerna, eftersom de då kan resonera sämre.
Även på temperatur noll, där modellen i teorin alltid väljer det troligaste fragmentet, skiljer sig svaren åt. AI-bolaget Thinking Machines Lab lät i september 2025 en öppen modell ur Qwen3-familjen berätta om fysikern Richard Feynman 1 000 gånger på temperatur noll och fick 80 olika svar. Den främsta orsaken är att belastningen på servrarna varierar, vilket ger små skillnader i uträkningarna.
- Ställ viktiga frågor två eller tre gånger och jämför svaren. Skillnader mellan svaren kan tyda på att modellen gissar.
- Använd variationen för idéer. Be om tre förslag i stället för ett och välj det bästa.
Därför tappar modellen tråden i långa chattar
Varje gång modellen svarar skickas hela chatten in på nytt, alltså dina instruktioner och allt som skrivits hittills. Det är allt modellen vet om chatten. Hur mycket text modellen kan ta hänsyn till kallas kontextfönster. Det fungerar som modellens arbetsminne, skilt från all text modellen tränats på.
Kontextfönstret är begränsat och lång text är krävande att räkna på. Varje token ställs i relation till alla andra, så dubbelt så lång text ger fyra gånger så många samband.
När chatten närmar sig gränsen sammanfattar claude.ai tidigare meddelanden för att få plats med nya. Det gäller betalande användare som har slagit på kodkörning, en funktion som låter Claude köra program. Ett annat sätt, som chattjänster kan använda, är att låta de äldsta meddelandena falla bort när nya kommer in.
Lång text läses också sämre. Ju mer text modellen får, desto lägre blir träffsäkerheten och desto sämre hittar den det som står i texten. Gemini har svårare att hitta rätt när den ska leta efter flera olika uppgifter i samma långa text.
Mätningar på äldre modeller visar samma sak. I ett test som företaget Chroma gjorde i juli 2025 blev 18 modeller, bland dem GPT-4.1, Claude 4 och Gemini 2.5, mindre pålitliga ju längre texten var.
Minnesfunktionerna i ChatGPT och Claude är något annat än kontextfönstret. Hur de fungerar beskriver vi i Fem missförstånd om AI.
- Lägg den långa texten först och frågan sist när du klistrar in ett dokument. Både Anthropic och Google ger det rådet.
- Ta med bara det som behövs. Text som modellen inte behöver är bäst att lämna utanför.
- Upprepa reglerna som måste gälla, i stället för att lita på att de står kvar från början av chatten.
- Börja en ny chat med en kort sammanfattning när den gamla har blivit lång. I en teknisk rapport från november 2026 tappade Claude Opus 4.5 och GPT-5.6 Sol lite eller ingenting i träffsäkerhet på långa programmerings- och sökuppgifter när de ofta fick sammanfatta läget och fortsätta i en ny, kort konversation.
Därför ska exakta tal räknas med kod
En modell kan ha svårt att säga hur många gånger en viss bokstav finns i ett ord. En vanlig förklaring är att den ser ordfragment och inte bokstäver. I en tidigare version av studien om gissningar visar forskarna det med ordet DEEPSEEK. En modell kan dela ordet i fyra fragment, D, EEP, SEE och K, i stället för att se åtta bokstäver.
Tänkandet hjälper. I samma version av studien räknade den tänkande modellen DeepSeek-R1 rätt antal D i DEEPSEEK, medan DeepSeek-V3, som saknar tänkande, svarade "2" eller "3" i samtliga tio försök.
Även exakta uträkningar har varit svåra. En studie från oktober 2025 om hur modeller räknar beskriver hur tal ofta delas upp i flera fragment när modellen läser dem. De främsta modellerna då, bland dem GPT-5 och Gemini 2.5 Pro, behövde orimligt många tokens i tankekedjan för enkla uträkningar. Långa uträkningar klarade de bara med verktyg eller utförliga resonemang. För tal som måste stämma är kod säkrast.
Därför vet modellen inte vad som hänt nyligen
Förträningen sker på text fram till ett visst datum, modellens slutdatum. Det som hänt därefter känner modellen ofta inte till, och svar om det kan vara felaktiga. För Anthropics nyaste modeller, Claude Fable 5.2 och Mythos 5.2, är slutdatumet juni 2026. OpenAI anger slutdatumet för varje modell på sin modellsida.
Information som är nyare än slutdatumet når modellen på två sätt: genom det du skriver eller klistrar in och genom en sökning. Google, OpenAI och Anthropic låter alla tre sina modeller söka på webben och ange källorna, så att svaret kan bygga på uppgifter som är nyare än träningsdatan.
Modellen är också en osäker källa om sig själv. Google varnar i Gemini-apparnas hjälp för att Gemini kan ge en felaktig bild av hur den fungerar och hur den tränats. På frågor om meddelandegränser, priser och hur man gör saker i appen ska Claude enligt Anthropics instruktioner svara att den inte vet och hänvisa till hjälpsidorna.
Fråga gärna modellen hur du kan lägga upp en uppgift eller formulera en instruktion. När svaret gäller funktioner, inställningar och gränser i själva tjänsten är leverantörens hjälpsidor säkrare, eller en sökning i dem.
- Be modellen söka på webben när frågan gäller nyheter, priser eller regler som kan ha ändrats. Då anger svaret sina källor.
- Klistra in den aktuella texten själv när du har den.
- Be om källor med datum och kontrollera att de är färska.
- Låt modellen söka i leverantörens hjälpsidor när du undrar vad tjänsten kan.
Därför håller modellen med dig och låter säker
Efterträningen bygger delvis på människors omdömen och människor föredrar ofta svar som bekräftar dem. I en studie från oktober 2025 om inställsamhet bekräftade elva AI-modeller, bland dem GPT-5, GPT-4o och Claude 3.7 Sonnet, användarnas eget agerande 50 procent oftare än människor gör. Deltagarna i samma studie bedömde de inställsamma svaren som bättre och litade mer på dem. Forskarna menar att det kan ge träningen ett skäl att belöna inställsamhet.
Leverantörerna försöker motverka det. Våren 2025 drog OpenAI tillbaka en ny version av GPT-4o som hade blivit inställsam. I dag säger OpenAI:s riktlinjer för modellerna att modellen ska hjälpa användaren i stället för att smickra. Modellen ska inte heller byta ståndpunkt bara för att hålla med.
I april 2026 gick Anthropic igenom rådgivningssamtal med de Claude-modeller som fanns då och fann att Claude var inställsam i 9 procent av samtalen. I samtal om andlighet var andelen 38 procent och i samtal om relationer 25 procent.
Hur väl en modell står emot påtryckningar varierar mellan versionerna. Anthropic mäter hur ofta Claude överger sin egen uppfattning när användaren eller instruktionerna trycker på. Claude Opus 5.5 står emot sämre än tre av de tidigare Claude 5-modellerna. Claude Mythos 5.2, en av de nyaste, står emot lika bra som eller bättre än de tidigare modellerna. Bara Claude Sonnet 5 står emot bättre än Mythos 5.2. Mätningarna är Anthropics egna.
Modellen kan också låta säkrare än den har skäl till. En gissning blir ofta överdrivet exakt, till exempel ett bestämt datum när modellen bara har underlag för en ungefärlig tid på året. Claudes konstitution säger att modellen ska tala om när den är osäker och varken låta säkrare eller osäkrare än den är.
Hur väl modeller klarar det prövades i en studie från juli 2026, där 15 dåvarande toppmodeller, bland dem Claude Opus 4.6 och Gemini 3.1 Pro Preview, fick ange hur säkra de var på sina svar. Den modell som oftast hade rätt var inte den som bäst bedömde sin egen säkerhet. Fem av de 15 modellerna bedömde dessutom sin egen säkerhet sämre än en ren gissning gör. Gissningen går ut på att välja ett av fyra svarsalternativ på måfå och varje gång säga sig vara 25 procent säker.
- Be om argument mot din egen ståndpunkt i stället för att fråga om du har rätt.
- Läs en omsvängning med skepsis. Inställsamma modeller överger ofta ett riktigt svar under press, så ett nytt svar efter "är du säker?" bevisar inget om vilket som stämmer.
- Kontrollera självsäkra svar mot en källa, precis som när modellen gissar.
Så vet du när AI-svaret ska kontrolleras
En språkmodell är stark på det som är vanligt i text, som språk, struktur och mönster den sett tusentals gånger. Den är svag på det som är sällsynt, exakt eller nytt. Årtalet som inte stämmer, svaret som blir ett annat och regeln som faller bort följer alla av hur modellen räknar fram sitt svar. Med den bilden vet du var du kan låta modellen arbeta fritt och var du behöver kontrollera.
En fråga vi ofta får på våra kurser är: om jag ändå måste dubbelkolla allt, vad är då poängen? Kontrollen kan riktas. Den här artikeln visar var modellen är svag: i sällsynta fakta, exakta tal, långa texter, det som hänt nyligen och svar som håller med dig. Språk, struktur och idéer bedömer du själv direkt när du läser. Ett utkast går dessutom ofta fortare att granska än att skriva från början.
Svagheterna är också skälet till att arbetssätten i den här artikeln ser ut som de gör: källor att kontrollera mot, sökning för det färska, kod för det exakta och en ny chat när den gamla blivit lång. Vill du öva in dem med ditt eget arbete som exempel håller vi kurser för yrkesverksamma.
Vanliga frågor om språkmodeller
Vad betyder LLM? LLM står för large language model, stor språkmodell på svenska. Det är den sortens AI-modell som ChatGPT, Claude och Gemini bygger på.
Vad är en token? En token är ett ordfragment, den enhet som en språkmodell läser och skriver text i. I engelsk text är en token omkring fyra tecken lång, men längden varierar mellan modeller och språk. Modellen bygger sitt svar en token i taget.
Varför använda AI om jag ändå måste dubbelkolla? Kontrollen kan riktas mot modellens kända svagheter: sällsynta fakta, exakta tal, långa texter, det som hänt nyligen och svar som håller med dig. Språk, struktur och idéer bedömer du själv när du läser, och ett utkast går ofta fortare att granska än att skriva från början.
Vad är ett kontextfönster? Kontextfönstret är hur mycket text modellen kan ta hänsyn till när den svarar, alltså dina instruktioner, chatten hittills och det du klistrat in. Fönstret är begränsat och när chatten blir för lång kan det äldsta sammanfattas eller falla ur fönstret.
Källor
Artikeln bygger på leverantörernas egen dokumentation och modellrapporter och på aktuell forskning. Uppgifterna gäller den 16 november 2026.
- Anthropic: ordlistan, sidorna om tänkande, kontextfönster, lång text i prompten, färre påhittade svar, API-versionen 2026-10-21, kodkörning och webbsökning, hjälpsidorna om långa chattar och kunskapsgränser, instruktionerna till Claude Fable 5.2, Claudes konstitution med presentationen, modellrapporten för Claude Opus 5.5, den gemensamma modellrapporten för Claude Fable 5.2 och Mythos 5.2 samt texterna om hur modellen planerar, tankekedjor, lång kontext, användarnas välmående och rådgivningssamtal.
- OpenAI: grundbegreppen, sidorna om resonerande modeller, temperatur, kodtolken, webbsökning och modellerna, ändringsloggen, riktlinjerna för modellerna och modellrapporterna för GPT-5, GPT-5.6 och GPT-6 Astra.
- Google: kursen om språkmodeller och transformern, sidorna om tokens, promptdesign, tänkande, lång kontext och sökning, modellkortet för Gemini 4 Argon och Gemini-apparnas hjälp.
- Forskning: Kalai m.fl. om varför modeller gissar, i Nature 2026 och i en tidigare version, DeepSeek om R1 i Nature 2025, Qwen3-rapporten från Alibabas Qwen-team, Thinking Machines Lab om olika svar på temperatur noll, Chroma om lång text, Belcak m.fl. om korta kontexter, studierna om hur modeller räknar, inställsamhet och hur säkra modellerna är, samt historiken om tankekedjor 2022 och transformern 2017.
