KI-Grundlagen
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Kostenlose KI-Bibliothek
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.
Beginnen Sie hier
Jeder Kurs umfasst explizite Ergebnisse, abgebildete Kompetenzen, Übungsaktivitäten und einen angewandten Schlussstein.
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Nutzen Sie KI produktiv und schützen Sie gleichzeitig die Privatsphäre, überprüfen Sie die Ergebnisse und wahren Sie die menschliche Verantwortung.
Bewerten Sie Anwendungsfälle am Arbeitsplatz, führen Sie sichere Pilotprojekte durch, messen Sie den Wert und kommunizieren Sie Änderungen verantwortungsbewusst.
Analysieren Sie KI-Systeme anhand von Rechten, Gerechtigkeit, Governance, Sicherheit und Ergebnissen im öffentlichen Interesse.
Verstehen Sie Sprachmodelle, Abruf, Agenten, Bewertung, Kosten und Bereitstellungsschutz durch praktisches Systemdesign.
Themenspuren
Springen Sie in den Bereich, der Ihnen am Herzen liegt. Zu jedem Titel gibt es mehrere leicht verständliche Anleitungen.
Vollständige Bibliothek
155 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
Dekodierungskontrollen sind die Knöpfe, die entscheiden, wie ein Sprachmodell jedes nächste Wort aus seiner Wahrscheinlichkeitsverteilung auswählt.
Sprach-KIALiBi (Attention with Linear Biases) ist eine clevere Möglichkeit, Transformatoren ein Gefühl für die Wortreihenfolge ohne traditionelle Positionseinbettungen zu vermitteln.
Sprach-KIMulti-Query Attention (MQA) ist eine speichersparende Variante der Transformer-Aufmerksamkeit, die einen Schlüssel- und Wertesatz für alle Aufmerksamkeitsköpfe gemeinsam nutzt.
Sprach-KISentencePiece ist ein sprachunabhängiger Tokenizer, der lernt, Rohtext direkt aus Daten in Teilwortteile aufzuteilen, ohne auf Leerzeichen angewiesen zu sein.
Sprach-KIWordPiece ist der Unterwort-Tokenisierungsalgorithmus, der BERT und viele Google-Modelle antreibt und Wörter in wiederverwendbare Fragmente aufteilt, sodass ein Modell jedes… verarbeiten kann.
Sprach-KISatz-BERT (SBERT) passt BERT an, um einen einzelnen Vektor fester Länge für einen gesamten Satz zu erzeugen, sodass die Bedeutung mit der schnellen Kosinusähnlichkeit verglichen werden kann.
Sprach-KIT5 (Text-to-Text Transfer Transformer) von Google im Jahr 2019 definiert jede NLP-Aufgabe, Übersetzung, Zusammenfassung, Klassifizierung und sogar Regression als Fütterung neu.
Sprach-KIDense Passage Retrieval (DPR) findet relevanten Text, indem es die Bedeutung einer Frage und Passagen als numerische Vektoren vergleicht, nicht als übereinstimmende Wörter.
Sprach-KIBM25 ist die klassische schlüsselwortbasierte Ranking-Funktion, die Dokumente danach bewertet, wie oft Suchbegriffe vorkommen, angepasst an die Seltenheit der Begriffe und die Länge des Dokuments.
Sprach-KIHyDE verbessert das Abrufen, indem es zunächst ein Sprachmodell auffordert, sich ein gefälschtes Antwortdokument vorzustellen, und dann mit der Einbettung dieses Dokuments statt mit dem Rohmaterial sucht.
Sprach-KIBei der spekulativen Dekodierung wird ein kleines, schnelles „Entwurfs“-Modell verwendet, um mehrere bevorstehende Token zu erraten, die dann ein großes Modell in einem Durchgang überprüft.
Sprach-KIDie Lookahead-Dekodierung beschleunigt die LLM-Generierung ohne zusätzlichen Modellentwurf, indem mehrere zukünftige Token mithilfe von N-Grammen parallel erraten und überprüft werden.
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.