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
Sprach-KI FührerFür immer kostenlos.
155 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.
155Kostenlose Reiseführer
1Themenspuren
~2 minPro Reiseführer
~5hLesezeit
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
155 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
Sprach-KI
Kahneman-Tversky-Optimierung
Die Kahneman-Tversky-Optimierung (KTO) ist eine Ausrichtungsmethode, die aus einfachen „Daumen hoch“- oder „Daumen runter“-Beschriftungen anstelle von paarweisen Vergleichen lernt.
Sprach-KIFeinabstimmung der Ablehnungsstichprobe
Rejection Sampling Fine-Tuning (RFT) generiert viele Kandidatenantworten, behält nur die Antworten mit der besten Bewertung bei und trainiert das Modell auf diese Gewinner neu.
Sprach-KIProzessbelohnungsmodelle
Prozessbelohnungsmodelle (PRMs) bewerten jeden einzelnen Schritt der Argumentation einer KI und nicht nur die endgültige Antwort.
Sprach-KIAggregation von Agentenmischungen
Mixture-of-Agents (MoA) ist eine Technik, bei der mehrere Sprachmodelle Antworten entwerfen und dann ein Aggregatormodell ihre besten Ideen zu einer verbesserten zusammenführt.
Sprach-KIAdapterschichten für die Übertragung
Adapterschichten sind winzige trainierbare Module, die in ein eingefrorenes, vorab trainiertes Modell eingefügt werden und es Ihnen ermöglichen, es an neue Aufgaben anzupassen, indem Sie nur wenige Prozent aktualisieren …
Sprach-KILatente Aufmerksamkeit mit mehreren Köpfen
Multi-Head Latent Attention (MLA) ist ein in DeepSeek-V2 eingeführter Aufmerksamkeitsmechanismus, der den speicherhungrigen Schlüsselwert-Cache in einen kleinen gemeinsamen… komprimiert.
Sprach-KIMedusa-Dekodierungsköpfe
Medusa ist eine spekulative Dekodierungsmethode, die mehrere zusätzliche Vorhersageköpfe an ein Sprachmodell anhängt, sodass mehrere zukünftige Token gleichzeitig erraten werden können.
Sprach-KIMischung aus Tiefen
Mixture of Depths (MoD) ermöglicht es einem Transformator, unterschiedliche Rechenmengen für verschiedene Token aufzuwenden und nur die „wichtigen“ Token durch die einzelnen Ebenen zu leiten.
Sprach-KIMamba und selektive Zustandsräume
Mamba ist ein auf Zustandsraummodellen (SSMs) basierendes Sequenzmodell, das Text in linearer Zeit verarbeitet und eine schnelle Alternative zum quadratischen… des Transformer bietet.
Sprach-KIRWKV Lineare Aufmerksamkeit
RWKV ist eine Architektur, die wie ein Transformer trainiert, die Inferenz jedoch wie ein wiederkehrendes Netzwerk ausführt und eine lineare Zeitgenerierung mit konstantem Speicher ermöglicht.
Sprach-KISpärliche Aufmerksamkeitsmuster
Sparsame Aufmerksamkeit macht Transformers billiger, da sich jeder Token nur um eine sorgfältig ausgewählte Teilmenge anderer Token kümmert und nicht um alle.
Sprach-KIQLoRA und 4-Bit-Feinabstimmung
QLoRA ist eine Technik, mit der Sie ein umfangreiches Sprachmodell auf einer einzelnen Consumer-GPU optimieren können, indem Sie das eingefrorene Modell in nur 4 Bits pro Gewicht speichern.
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.