01
Основи на AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Безплатна AI библиотека
Основи водачиСвободен завинаги.
84 ръководства на обикновен английски език, структурирани пътеки за обучение и отворена библиотека — създадена от независима 501(c)(3) организация с нестопанска цел, така че всеки да може да разбере модерния AI.
84Безплатни ръководства
1Тематични песни
~2 minПо ръководство
~3hReading time
Започнете тук
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Отговорен AI потребител
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI на работа
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Политика и общество за ИИ
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Изграждане с AI системи
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Тематични песни
Преглед по песен
Скочете в района, който ви интересува. Всяка песен има множество ръководства на обикновен английски.
ОсновиОсновни концепции: как AI работи на високо ниво.84 водачи Езиков AILLMs, NLP, ChatGPT, подсказване и разбиране на текст.155 водачи Визуален AIГенериране на изображения, компютърно зрение, видео и дизайн.133 водачи Аудио AIГлас, музика, подкастинг и аудио-първи AI.117 водачи ФирмиПрофили на OpenAI, Anthropic, Google, Meta и др.121 водачи ПриложенияКак AI се появява в кодирането, търсенето, агентите и ежедневието.111 водачи ИндустрииAI в здравеопазването, финансите, образованието, енергетиката и др.91 водачи техническиЧипове, фина настройка, RAG, вектори и AI инфраструктура.177 водачи обществоПристрастия, поверителност, авторски права, безопасност и бъдещето на AI.30 водачи
Пълна библиотека
Всички ръководства
84 на 1019 показани ръководства. Филтрирайте по песен или потърсете по-горе.
Основи
Кръстосано валидиране
Кръстосаното валидиране е техника за повторно вземане на проби за оценка на това колко добре моделът ще се обобщи към невиждани данни.
ОсновиПрецизност и припомняне
Прецизността и припомнянето са два допълващи се показателя за оценка на класификаторите, особено когато класовете са небалансирани.
ОсновиФеноменът на двойното спускане
Двойният спад е изненадващото наблюдение, че когато моделът става по-голям, грешката на теста първо се влошава близо до „прага на интерполация“, но след това се подобрява...
ОсновиТеория на нервното допирателно ядро
Neural Tangent Kernel (NTK) е математически инструмент, показващ, че безкрайно широките невронни мрежи се държат като специфичен, фиксиран метод на ядрото по време на...
ОсновиХипотеза за лотарийни билети
Хипотезата за лотарийния билет казва, че вътре в голяма, произволно инициализирана невронна мрежа се крие малка подмрежа - "печеливш билет" - който, обучен...
ОсновиЗакони за мащабиране за невронни мрежи
Законите за мащабиране са емпирични формули, показващи, че загубата на невронна мрежа намалява предсказуемо с нарастването на размера на модела, размера на набора от данни и изчисленията.
ОсновиChinchilla Compute-Оптимално обучение
Chinchilla е откритие на DeepMind за 2022 г., че повечето големи езикови модели са били недостатъчно обучени: за фиксиран изчислителен бюджет трябва да мащабирате параметрите...
ОсновиГрупирана нормализация на възнагражденията в RLHF
Групираното нормализиране на възнагражденията стандартизира наградите на модела в рамките на група от отговори на една и съща подкана, превръщайки шумните резултати в стабилно обучение...
ОсновиСветовни модели и научени симулатори
Световният модел е невронна мрежа, която се научава да предсказва как околната среда се променя с течение на времето, позволявайки на AI да „си представи“ бъдещи резултати, преди да действа.
ОсновиНормализация на дължината в оптимизацията на предпочитанията
Нормализирането на дължината коригира целите за настройка на предпочитанията, така че моделите да спрат да печелят одобрение само чрез писане на по-дълги отговори.
ОсновиБрадли-Тери Награждаване Моделиране
Моделът на Брадли-Тери е вековен статистически метод за превръщане на сравнения по двойки (A бие B) в числени резултати.
ОсновиИтеративно DPO и онлайн настройка на предпочитанията
Итеративният DPO многократно привежда езиковия модел в съответствие с предпочитанията на човека или AI, като генерира нови отговори, класира ги и настройва тези нови двойки всяка...
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.