# Modellbeteende och noggrannhet

Zoom AI Companion drivs av en kombination av proprietära och tredjeparts stora språkmodeller (LLM:er), utformade för att tillhandahålla kontextuell intelligens över Zooms produkter. Följande avsnitt beskriver Zooms rutiner för utbildningsdata, hantering av hallucinationer och justering av systemprestanda.

### <mark style="color:blå;">Zoom använder inte kundinnehåll för modellutbildning</mark>

Zoom **inte** använder kommunikationsliknande kundinnehåll, såsom ljud, chatt, skärmdelning, whiteboards eller reaktioner, för att utbilda alla Zoom- eller tredjepartsmodeller.

Zoom utbildar sina modeller med:

* Data från offentliga domänen
* Inköpta tredjepartsdatamängder
* Utbildningsmaterial skapat av Zoom

Zoom granskar datamängderna för att avgöra om de har inhämtats lagligt och om licensen är tillämplig för Zooms avsedda användning. Observera att vi också använder tredjepartsleverantörer av modeller, såsom OpenAI och Anthropic, som en del av vår federerade modell. Se all information de tillhandahåller om utbildningsdata.

### <mark style="color:blå;">Generativ AI kan hallucinera</mark>

Som med alla generativa modeller kan AI Companion generera utdata som är faktamässigt felaktiga eller irrelevanta (hallucinationer). Zoom rekommenderar att utdata granskas noggrant. Zoom minskar hallucinationer genom att:

* Testa modeller mot verkliga användningsfall
* Förbättra kontexten via retrieval-augmented generation (RAG)
* Förbättra språkstöd med översättningspipelines (t.ex. engelska till spanska)

### <mark style="color:blå;">AI Companion-prestanda övervakas och justeras</mark>

Zoom övervakar regelbundet modellprestanda, följer kvalitetsmått och uppdaterar interna system för att förbättra noggrannhet och transparens. Även om förklarbarheten är begränsad av modellens design, åtgärdas prestandaförsämringar genom tester och uppdateringscykler.


---

# 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/sv/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.