01
KI-Grundlagen
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Kostenlose KI-Bibliothek
Grundlagen FührerFür immer kostenlos.
84 Leitfäden in einfachem Englisch, strukturierte Lernpfade und eine offene Bibliothek – erstellt von einer unabhängigen gemeinnützigen Organisation 501(c)(3), damit jeder moderne KI verstehen kann.
84Kostenlose Reiseführer
1Themenspuren
~2 minPro Reiseführer
~3hLesezeit
Beginnen Sie hier
Fünf ergebnisorientierte Kurse
Jeder Kurs umfasst explizite Ergebnisse, abgebildete Kompetenzen, Übungsaktivitäten und einen angewandten Schlussstein.
02
Verantwortlicher KI-Benutzer
Nutzen Sie KI produktiv und schützen Sie gleichzeitig die Privatsphäre, überprüfen Sie die Ergebnisse und wahren Sie die menschliche Verantwortung.
03
KI bei der Arbeit
Bewerten Sie Anwendungsfälle am Arbeitsplatz, führen Sie sichere Pilotprojekte durch, messen Sie den Wert und kommunizieren Sie Änderungen verantwortungsbewusst.
04
KI-Politik und Gesellschaft
Analysieren Sie KI-Systeme anhand von Rechten, Gerechtigkeit, Governance, Sicherheit und Ergebnissen im öffentlichen Interesse.
05
Bauen mit KI-Systemen
Verstehen Sie Sprachmodelle, Abruf, Agenten, Bewertung, Kosten und Bereitstellungsschutz durch praktisches Systemdesign.
Themenspuren
Nach Titel durchsuchen
Springen Sie in den Bereich, der Ihnen am Herzen liegt. Zu jedem Titel gibt es mehrere leicht verständliche Anleitungen.
GrundlagenKernkonzepte: Wie KI auf hohem Niveau funktioniert.84 Führer Sprach-KILLMs, NLP, ChatGPT, Eingabeaufforderung und Textverständnis.155 Führer Visuelle KIBilderzeugung, Computer Vision, Video und Design.133 Führer Audio-KIStimme, Musik, Podcasting und Audio-First-KI.117 Führer UnternehmenProfile von OpenAI, Anthropic, Google, Meta und mehr.121 Führer AnwendungenWie KI in Codierung, Suche, Agenten und im täglichen Leben zum Ausdruck kommt.111 Führer BranchenKI in den Bereichen Gesundheitswesen, Finanzen, Bildung, Energie und mehr.91 Führer TechnischChips, Feinabstimmung, RAG, Vektoren und KI-Infrastruktur.177 Führer GesellschaftVoreingenommenheit, Privatsphäre, Urheberrecht, Sicherheit und die Zukunft der KI.30 Führer
Vollständige Bibliothek
Alle Führer
84 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
Grundlagen
Kreuzvalidierung
Kreuzvalidierung ist eine Resampling-Technik zur Schätzung, wie gut sich ein Modell auf unsichtbare Daten verallgemeinern lässt.
GrundlagenPräzision und Rückruf
Präzision und Rückruf sind zwei komplementäre Metriken zur Bewertung von Klassifikatoren, insbesondere wenn Klassen unausgeglichen sind.
GrundlagenDouble-Descent-Phänomen
Double Descent ist die überraschende Beobachtung, dass mit zunehmender Größe eines Modells der Testfehler in der Nähe der „Interpolationsschwelle“ zunächst schlechter, dann aber besser wird …
GrundlagenTheorie des neuronalen Tangentenkerns
Der Neural Tangent Kernel (NTK) ist ein mathematisches Werkzeug, das zeigt, dass sich unendlich breite neuronale Netze während… wie eine spezifische, feste Kernelmethode verhalten.
GrundlagenLottoschein-Hypothese
Die Lottoschein-Hypothese besagt, dass sich in einem großen, zufällig initialisierten neuronalen Netzwerk ein kleines Subnetzwerk verbirgt – ein „Gewinnlos“ – das, trainiert…
GrundlagenSkalierungsgesetze für neuronale Netze
Skalierungsgesetze sind empirische Formeln, die zeigen, dass der Verlust eines neuronalen Netzwerks mit zunehmender Modellgröße, Datensatzgröße und Rechenleistung vorhersehbar abnimmt.
GrundlagenChinchilla Compute-Optimales Training
Chinchilla ist ein DeepMind-Ergebnis aus dem Jahr 2022, das besagt, dass die meisten großen Sprachmodelle stark untertrainiert waren: Für ein festes Rechenbudget sollten Sie Parameter skalieren …
GrundlagenGruppierte Belohnungsnormalisierung in RLHF
Die gruppierte Belohnungsnormalisierung standardisiert die Belohnungen eines Modells innerhalb einer Reihe von Antworten auf dieselbe Eingabeaufforderung und verwandelt verrauschte Ergebnisse in ein stabiles Training …
GrundlagenWeltmodelle und erlernte Simulatoren
Ein Weltmodell ist ein neuronales Netzwerk, das lernt, vorherzusagen, wie sich eine Umgebung im Laufe der Zeit verändert, und es einer KI ermöglicht, sich zukünftige Ergebnisse „vorzustellen“, bevor sie handelt.
GrundlagenLängennormalisierung in der Präferenzoptimierung
Durch die Längennormalisierung werden die Ziele der Präferenzabstimmung angepasst, sodass Modelle keine Zustimmung mehr allein durch das Schreiben längerer Antworten gewinnen.
GrundlagenBradley-Terry-Belohnungsmodellierung
Das Bradley-Terry-Modell ist eine jahrhundertealte statistische Methode, um paarweise Vergleiche (A schlägt B) in numerische Ergebnisse umzuwandeln.
GrundlagenIteratives DPO und Online-Präferenzoptimierung
Iteratives DPO richtet ein Sprachmodell wiederholt auf menschliche oder KI-Präferenzen aus, indem es neue Antworten generiert, diese in eine Rangfolge bringt und diese jeweils auf neue Paare abstimmt …
Mit dem Lesen fertig? Beweisen Sie es.
Überprüfen Sie anhand von Themenquiz, was Sie gelernt haben, und erkunden Sie anschließend unsere strukturierten Kurse und aktuellen Zertifizierungsanforderungen. Die wichtigsten Leitfäden bleiben weiterhin frei lesbar.