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
Technisch FührerFür immer kostenlos.
177 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.
177Kostenlose Reiseführer
1Themenspuren
~2 minPro Reiseführer
~6hLesezeit
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
177 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
Technisch
Spekulatives Streaming und Multi-Token-Vorhersage
Spekulatives Streaming und Multi-Token-Vorhersage beschleunigen die Generierung von Sprachmodellen, indem mehrere zukünftige Token gleichzeitig erraten und in einem einzigen Schritt überprüft werden.
TechnischBERTScore und semantische Bewertung
BERTScore misst, wie gut maschinell generierter Text mit einer Referenz übereinstimmt, indem er die Bedeutung vergleicht, nicht exakte Wörter.
TechnischLineare Aufmerksamkeits- und Performer-Kernel
Lineare Aufmerksamkeit ersetzt die quadratische Softmax-Aufmerksamkeit in Transformers durch einen mathematischen Trick, der linear mit der Sequenzlänge skaliert.
TechnischYaRN und Kontextlängenerweiterung
YaRN (Yet another RoPE extensioN) ist eine effiziente Technik, um das nutzbare Kontextfenster eines Modells weit über das hinaus zu erweitern, worauf es trainiert wurde.
TechnischPositionsinterpolation für langen Kontext
Positionsinterpolation (PI) ist eine einfache, einflussreiche Technik, die das Kontextfenster eines Transformers erweitert, indem neue Positionsindizes in den Bereich eingefügt werden.
TechnischMischung aus LoRA-Experten
Mixture of LoRA Experts (MoLE) kombiniert viele kleine, kostengünstig geschulte Adapter mit einem erlernten Router, sodass sich ein einziges Basismodell flexibel auf alle Bereiche spezialisieren kann.
TechnischSpekulative Änderungen für Codemodelle
Durch spekulative Bearbeitungen fühlt sich die Bearbeitung von KI-Code sofort an, indem vorhergesagt wird, dass der größte Teil einer Datei unverändert bleibt, und nur die kleinen Teile überprüft werden, die sich unterscheiden.
TechnischAktivierungssteuerung und Repräsentationstechnik
Durch die Aktivierungssteuerung wird das Verhalten eines Modells durch direktes Hinzufügen oder Entfernen von Vektoren innerhalb seiner verborgenen Aktivierungen zur Laufzeit beeinflusst, ohne dass eine erneute Schulung erforderlich ist.
TechnischSparse Autoencoder für Interpretierbarkeit
Sparse Autoencoder (SAEs) sind ein Werkzeug, das die verworrenen internen Aktivierungen eines neuronalen Netzwerks in einen viel größeren Satz sauberer zerlegt.
TechnischÜberlagerung und Polysemantizität in der KI-Interpretierbarkeit
Erfahren Sie mehr über Superposition und Polysemantizität in der KI-Interpretierbarkeit: Warum Modelle Merkmale in gemeinsame Richtungen packen, warum Neuronen polysemantisch werden …
TechnischLogit-Objektiv und abgestimmtes Objektiv
Die Logit-Linse und die abgestimmte Linse sind Interpretationstechniken, die Schicht für Schicht einen Blick auf die verborgenen Zustände eines Transformators werfen, um zu sehen, was das Modell „denkt“ …
TechnischDeepSpeed- und Megatron-Trainingsstapel
DeepSpeed (Microsoft) und Megatron-LM (NVIDIA) sind die Software-Stacks, die Trainingsmodelle mit Milliarden von Parametern über Tausende von GPUs hinweg erstellen …
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.