# Modelgedrag en nauwkeurigheid

Zoom AI Companion wordt aangedreven door een combinatie van eigen grote taalmodellen (LLM's) en modellen van derden, ontworpen om contextuele intelligentie te bieden in alle producten van Zoom. De volgende secties beschrijven de praktijken van Zoom met betrekking tot trainingsdata, beheer van hallucinaties en afstemming van systeemprestaties.

### <mark style="color:blauw;">Zoom gebruikt klantinhoud niet voor modeltraining</mark>

Zoom doet **niet** communicatieachtige klantinhoud — zoals audio, chatbericht, gedeeld scherm, whiteboards of reacties — gebruiken voor het trainen van welke Zoom- of modellen van derden dan ook.

Zoom traint zijn modellen met:

* Data uit het publieke domein
* Aangekochte datasets van derden
* Door Zoom gemaakte trainingsmaterialen

Zoom beoordeelt de datasets om te bepalen of ze rechtmatig zijn verkregen en of de licentie van toepassing is op het beoogde gebruik door Zoom. Houd er rekening mee dat we ook modelproviders van derden gebruiken, zoals OpenAI en Anthropic, als onderdeel van ons federated model. Raadpleeg de informatie die zij verstrekken over trainingsdata.

### <mark style="color:blauw;">Generatieve AI kan hallucineren</mark>

Zoals bij elk generatief model kan AI Companion uitvoer genereren die feitelijk onjuist of irrelevant is (hallucinaties). Zoom raadt aan de uitvoer zorgvuldig te controleren. Zoom vermindert hallucinaties door:

* Modellen testen aan de hand van reële gebruikssituaties
* Context verbeteren via retrieval-augmented generation (RAG)
* Taalondersteuning verbeteren met vertaalpijplijnen (bijv. Engels naar Spaans)

### <mark style="color:blauw;">De prestaties van AI Companion worden gemonitord en afgesteld</mark>

Zoom bewaakt regelmatig de modelprestaties, volgt kwaliteitsstatistieken en werkt interne systemen bij om de nauwkeurigheid en transparantie te verbeteren. Hoewel uitlegbaarheid beperkt is door het modelontwerp, worden prestatieverminderingen aangepakt via test- en updatecycli.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://library.zoom.com/technical-library/nl/zoom-workplace/artificial-intelligence/artificial-intelligence-bluepaper/security-and-compliance/model-behavior-and-accuracy.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.