Einstellbare Variablen innerhalb eines KI-Modells. Man unterscheidet oft: Trainierbare Parameter (Gewichte): Diese werden während des Trainingsprozesses auf Basis der Daten automatisch angepasst und bestimmen das "gelernte Wissen" des Modells. Ihre Anzahl kann in die Millionen oder Milliarden gehen. Hyperparameter: Diese werden vor dem Training festgelegt und steuern den Lernprozess selbst (z.B. Lernrate, Modellarchitektur). Die Anzahl und Art der Parameter sind wichtige Merkmale zur Beschreibung eines Modells, und Transparenz darüber kann für das Verständnis und die Bewertung relevant sein.