Parameter bilden das gelernte Wissen eines Modells in mathematischer Form ab. Während des Trainings werden sie schrittweise verändert, damit das Modell Muster erkennen und Aufgaben besser lösen kann.
Sie steuern, wie Eingaben interpretiert und in Ausgaben übersetzt werden. Damit bestimmen Parameter maßgeblich die Leistungsfähigkeit eines Modells und seine Fähigkeit, komplexe Zusammenhänge abzubilden.
Viele Parameter ermöglichen oft leistungsfähigere Modelle, erhöhen aber auch Kosten, Rechenaufwand und Komplexität. Deshalb kommt es nicht nur auf Größe, sondern auch auf Qualität, Daten und Architektur an.