Un model de fundație (foundation model) este un model de inteligență artificială de dimensiuni foarte mari, pre-antrenat pe cantități masive și diverse de date, conceput pentru a servi drept bază generală care poate fi apoi adaptată — prin reglare fină (fine-tuning) sau prin simple instrucțiuni în prompt — pentru o gamă vastă de sarcini specifice, fără a fi nevoie de reantrenare completă de la zero pentru fiecare aplicație nouă.
Termenul, popularizat de cercetătorii de la Universitatea Stanford, subliniază rolul acestor modele ca „fundație” pe care se construiesc numeroase aplicații ulterioare, similar modului în care o fundație de beton susține construcția mai multor tipuri de clădiri deasupra ei. Modele mari de limbaj precum GPT, Claude sau Gemini, sau modele de generare de imagini precum Stable Diffusion, sunt exemple reprezentative de modele de fundație.
Caracteristica definitorie a acestor modele este capacitatea lor de generalizare: un singur model de fundație, antrenat o singură dată la costuri computaționale enorme, poate fi ulterior refolosit pentru sute sau mii de aplicații diferite — chatbot conversațional, generator de cod, asistent de scriere, sistem de traducere — prin simpla ajustare a instrucțiunilor sau prin fine-tuning ușor, mult mai ieftin decât antrenamentul original.
Această schimbare de paradigmă a democratizat accesul la inteligență artificială avansată: companii și dezvoltatori care nu ar avea niciodată resursele necesare pentru a antrena un model de la zero pot construi aplicații sofisticate folosind API-uri către modele de fundație existente, plătind doar pentru utilizare, nu pentru infrastructura masivă de antrenament.
