Δωρεάν βιβλιοθήκη AI

Βασικές αρχές οδηγούςΔωρεάν για πάντα.

84 Απλοί Αγγλικοί οδηγοί, δομημένες διαδρομές μάθησης και μια ανοιχτή βιβλιοθήκη — χτισμένη από έναν ανεξάρτητο μη κερδοσκοπικό οργανισμό 501(c)(3), ώστε ο καθένας να μπορεί να κατανοήσει τη σύγχρονη τεχνητή νοημοσύνη.

84Δωρεάν οδηγοί
1Θεματικά κομμάτια
~2 minΑνά οδηγό
~3hΏρα ανάγνωσης

Ξεκινήστε εδώ

Πέντε μαθήματα βασισμένα στο αποτέλεσμα

Κάθε μάθημα περιλαμβάνει σαφή αποτελέσματα, χαρτογραφημένες ικανότητες, δραστηριότητες εξάσκησης και ένα εφαρμοσμένο ορόσημο.

02

Υπεύθυνος χρήστης AI

Χρησιμοποιήστε την τεχνητή νοημοσύνη παραγωγικά προστατεύοντας παράλληλα το απόρρητο, ελέγχοντας τα αποτελέσματα και διατηρώντας την ανθρώπινη ευθύνη.

  1. 1Prompt Engineering
  2. 2Ψευδαισθήσεις AI
  3. 3AI & Απόρρητο
  4. 4AI στην καθημερινή ζωή
~5h για να ολοκληρωθείΔείτε το μάθημα
03

AI στην εργασία

Αξιολογήστε περιπτώσεις χρήσης στο χώρο εργασίας, εκτελέστε ασφαλείς πιλότους, μετρήστε την αξία και κοινοποιήστε τις αλλαγές με υπευθυνότητα.

  1. 1Αυτοματισμός ροής εργασίας AI
  2. 2Σημεία αναφοράς AI
  3. 3AI & θέσεις εργασίας
  4. 4Διακυβέρνηση AI
~6h για να ολοκληρωθείΔείτε το μάθημα
05

Κατασκευή με συστήματα AI

Κατανοήστε τα γλωσσικά μοντέλα, την ανάκτηση, τους πράκτορες, την αξιολόγηση, το κόστος και τις διασφαλίσεις ανάπτυξης μέσω του πρακτικού σχεδιασμού του συστήματος.

  1. 1ChatGPT και LLM
  2. 2Ποιότητα ανάκτησης
  3. 3Πράκτορες AI
  4. 4Σημεία αναφοράς AI
~8h για να ολοκληρωθείΔείτε το μάθημα

Θεματικά κομμάτια

Περιήγηση ανά κομμάτι

Πήδα στην περιοχή που σε ενδιαφέρει. Κάθε κομμάτι έχει πολλούς απλούς αγγλικούς οδηγούς.

Πλήρης βιβλιοθήκη

Όλοι οι οδηγοί

84 του 1019 εμφανίζονται οδηγοί. Φιλτράρισμα ανά κομμάτι ή αναζήτηση παραπάνω.

Βασικές αρχές

Διασταυρούμενη επικύρωση

Η διασταυρούμενη επικύρωση είναι μια τεχνική επαναδειγματοληψίας για την εκτίμηση του πόσο καλά θα γενικευτεί ένα μοντέλο σε μη ορατά δεδομένα.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Ακρίβεια και ανάκληση

Η ακρίβεια και η ανάκληση είναι δύο συμπληρωματικές μετρήσεις για την αξιολόγηση των ταξινομητών, ειδικά όταν οι κλάσεις είναι ανισόρροπες.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Φαινόμενο Διπλής Κατάβασης

Η διπλή κάθοδος είναι η εκπληκτική παρατήρηση ότι καθώς ένα μοντέλο μεγαλώνει, το σφάλμα δοκιμής πρώτα χειροτερεύει κοντά στο «κατώφλι παρεμβολής», αλλά μετά βελτιώνεται…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Θεωρία πυρήνα νευρικής εφαπτομένης

Ο πυρήνας νευρικής εφαπτομένης (NTK) είναι ένα μαθηματικό εργαλείο που δείχνει ότι τα νευρωνικά δίκτυα απείρου ευρείας συμπεριφέρονται σαν μια συγκεκριμένη, σταθερή μέθοδος πυρήνα κατά τη διάρκεια…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Υπόθεση λαχείου

Η Υπόθεση Εισιτηρίου Λοταρίας λέει ότι μέσα σε ένα μεγάλο, τυχαία αρχικοποιημένο νευρωνικό δίκτυο κρύβεται ένα μικρό υποδίκτυο — ένα «κερδισμένο εισιτήριο» — που, εκπαιδευμένο…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Νόμοι κλιμάκωσης για νευρωνικά δίκτυα

Οι νόμοι κλιμάκωσης είναι εμπειρικοί τύποι που δείχνουν ότι η απώλεια ενός νευρωνικού δικτύου μειώνεται προβλέψιμα καθώς μεγαλώνετε το μέγεθος του μοντέλου, το μέγεθος δεδομένων και τον υπολογισμό.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Τσιντσιλά Υπολογιστική Βέλτιστη Εκπαίδευση

Το Chinchilla είναι ένα εύρημα της DeepMind του 2022 που ανακάλυψε ότι τα περισσότερα μεγάλα γλωσσικά μοντέλα δεν ήταν καλά εκπαιδευμένα: για έναν σταθερό υπολογιστικό προϋπολογισμό θα πρέπει να κλιμακώσετε τις παραμέτρους…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Κανονοποίηση ομαδοποιημένης ανταμοιβής σε RLHF

Η ομαδική ομαλοποίηση ανταμοιβών τυποποιεί τις ανταμοιβές ενός μοντέλου μέσα σε μια παρτίδα απαντήσεων στην ίδια προτροπή, μετατρέποντας τις θορυβώδεις βαθμολογίες σε μια σταθερή εκπαίδευση…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

World Models και Learned Simulators

Ένα παγκόσμιο μοντέλο είναι ένα νευρωνικό δίκτυο που μαθαίνει να προβλέπει πώς αλλάζει ένα περιβάλλον με την πάροδο του χρόνου, αφήνοντας μια τεχνητή νοημοσύνη να «φαντάσει» τα μελλοντικά αποτελέσματα πριν ενεργήσει.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Κανονοποίηση μήκους στη βελτιστοποίηση προτιμήσεων

Η κανονικοποίηση μήκους προσαρμόζει τους στόχους ρύθμισης προτιμήσεων, ώστε τα μοντέλα να σταματήσουν να κερδίζουν έγκριση απλώς γράφοντας μεγαλύτερες απαντήσεις.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Bradley-Terry Reward Modeling

Το μοντέλο Bradley-Terry είναι μια στατιστική μέθοδος αιώνων για τη μετατροπή των συγκρίσεων κατά ζεύγη (το Α κερδίζει το Β) σε αριθμητικές βαθμολογίες.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Επαναληπτικό DPO και Online Preference Tuning

Το Iterative DPO ευθυγραμμίζει επανειλημμένα ένα γλωσσικό μοντέλο με τις προτιμήσεις του ανθρώπου ή της τεχνητής νοημοσύνης δημιουργώντας νέες απαντήσεις, ταξινομώντας τις και συντονίζοντας αυτά τα νέα ζεύγη κάθε…

2 ελάχιστη ανάγνωσηΔιαβάστε

Τελειώσατε το διάβασμα; Αποδείξτε το.

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.