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
1-Bit- und ternäre BitNet-Modelle
BitNet ist die Forschungslinie von Microsoft, die zeigt, dass große Sprachmodelle mit Gewichten trainiert werden können, die auf nur 1 Bit oder drei Werte beschränkt sind …
TechnischGPTQ- und AWQ-Post-Training-Quantisierung
GPTQ und AWQ sind zwei führende Methoden, um bereits trainierte Sprachmodelle auf 4-Bit-Präzision zu verkleinern, damit sie auf billigerer, kleinerer Hardware laufen.
TechnischROUGE- und BLEU-Bewertungsmetriken
ROUGE und BLEU sind die leistungsstarken automatischen Metriken für den Vergleich von maschinengeneriertem Text mit menschlichen Referenzen.
TechnischSpekulatives RAG und Retrieval-Augmented Drafting
Speculative RAG beschleunigt und schärft die durch Abruf erweiterte Generierung, indem ein kleines, schnelles Modell mehrere Kandidatenantworten aus abgerufenen Entwürfen erstellt.
TechnischBlock-sparse und native spärliche Aufmerksamkeit
Mit blocksparse und nativer spärlicher Aufmerksamkeit können sich Transformatoren nur auf die relevantesten Abschnitte einer langen Sequenz konzentrieren, statt auf jeden Token, den Slashing...
TechnischAusgaben des Sprachmodells mit Wasserzeichen versehen
Durch Wasserzeichen wird ein verstecktes statistisches Signal in KI-generierten Text eingebettet, sodass dieser später als maschinell geschrieben erkannt werden kann, ohne dass sich das verändert, was ein menschlicher Leser sieht.
TechnischSpekulative Dekodierung mit EAGLE
Die spekulative Dekodierung beschleunigt die Inferenz großer Sprachmodelle, indem sie ein kleines Entwurfsmodell mehrere Token im Voraus erraten lässt, die das große Modell dann überprüft …
TechnischEinflussfunktionen für die Trainingsdatenattribution
Einflussfunktionen schätzen, wie stark jedes Trainingsbeispiel die Vorhersage eines Modells beeinflusst hat, sodass Sie eine Ausgabe auf die Daten zurückführen können, die sie verursacht haben.
TechnischBatch-Normalisierung
Die Batch-Normalisierung ist eine Technik, die die Eingaben in jede Schicht eines neuronalen Netzwerks während des Trainings neu skaliert, wodurch tiefe Netzwerke schneller und effizienter trainieren können.
TechnischHyperparameter-Tuning
Hyperparameter sind die Einstellungen, die Sie vor dem Training auswählen, z. B. Lernrate oder Modellgröße, die das Modell nicht selbst lernt.
TechnischKontrastives Lernen
Kontrastives Lernen lehrt ein Modell, ähnliche Dinge in einem eingebetteten Raum zusammenzuführen und unterschiedliche Dinge auseinanderzuschieben.
TechnischVerstärkung des Lernens aus menschlichem Feedback
RLHF ist die Technik, die ein rohes Sprachmodell in einen hilfreichen, höflichen Assistenten verwandelt, indem es auf menschliche Vorlieben trainiert wird.
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.