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.
Die Chinchilla-Skalierungsgesetze von DeepMind aus dem Jahr 2022 zeigten, dass die meisten großen Sprachmodelle stark untertrainiert waren: Für ein festes Rechenbudget sollten Sie…
Sprach-KISelf-Refine ist eine Eingabeaufforderungstechnik, bei der ein Sprachmodell seine eigene Ausgabe kritisiert, sie neu schreibt und eine Schleife durchführt, bis sich die Antwort verbessert.
Sprach-KIBeim Least-to-Most-Prompt wird ein schwieriges Problem in eine Folge einfacherer Teilprobleme zerlegt und diese der Reihe nach gelöst, sodass jede Antwort in die nächste einfließt.
Sprach-KIAnaloge Eingabeaufforderungen und Step-Back-Eingabeaufforderungen führen ein Modell zunächst dazu, auf einer höheren Ebene zu argumentieren: Analoge Eingabeaufforderungen erinnern an ähnliche gelöste Probleme ...
Sprach-KIDie Beziehungsextraktion extrahiert strukturierte Fakten aus unstrukturiertem Text und identifiziert, wie zwei Entitäten miteinander verbunden sind (z. B. „funktioniert für“ oder „befindet sich in“).
Sprach-KISemantic Role Labeling (SRL) gibt Antworten auf die Frage „Wer hat wem, wann, wo und warum was angetan“, indem es die Rollen markiert, die jede Phrase um ein Verb herum spielt.
Sprach-KIDie Abhängigkeitsanalyse bildet die grammatikalische Struktur eines Satzes als Baum von Wort-zu-Wort-Beziehungen ab und zeigt, welche Wörter von welchen abhängen.
Sprach-KITokenizer-freie Modelle verzichten auf das feste Vokabular von Wortteilen und arbeiten direkt mit Rohbytes, sodass ein Modell jede Sprache, jeden Code oder sogar verrauschte… verarbeiten kann.
Sprach-KIFunktionsvektoren sind kompakte Richtungen innerhalb der verborgenen Zustände eines Sprachmodells, die eine gesamte Aufgabe kodieren, z. B. „Ins Französische übersetzen“ oder „Antonym zurückgeben“.
Sprach-KIBeim Best-of-N-Sampling werden mehrere Kandidatenantworten aus einem Modell generiert und dann mithilfe eines separaten Bewertungsschritts die beste ausgewählt.
Sprach-KIIn der natürlichen Sprachinferenz wird gefragt, ob ein Satz logisch aus einem anderen folgt.
Sprach-KIDurch die Absichtserkennung wird herausgefunden, was ein Benutzer möchte, und durch das Ausfüllen von Slots werden die spezifischen Details extrahiert, die für die Umsetzung erforderlich sind.
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.