Θεμέλια AI
Κατανοήστε τι είναι η τεχνητή νοημοσύνη, πώς μαθαίνουν τα συστήματα, πού αποτυγχάνουν και πώς να κρίνετε ισχυρισμούς χωρίς διαφημιστική εκστρατεία.
Δωρεάν βιβλιοθήκη AI
177 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.
Ξεκινήστε εδώ
Κάθε μάθημα περιλαμβάνει σαφή αποτελέσματα, χαρτογραφημένες ικανότητες, δραστηριότητες εξάσκησης και ένα εφαρμοσμένο ορόσημο.
Κατανοήστε τι είναι η τεχνητή νοημοσύνη, πώς μαθαίνουν τα συστήματα, πού αποτυγχάνουν και πώς να κρίνετε ισχυρισμούς χωρίς διαφημιστική εκστρατεία.
Χρησιμοποιήστε την τεχνητή νοημοσύνη παραγωγικά προστατεύοντας παράλληλα το απόρρητο, ελέγχοντας τα αποτελέσματα και διατηρώντας την ανθρώπινη ευθύνη.
Αξιολογήστε περιπτώσεις χρήσης στο χώρο εργασίας, εκτελέστε ασφαλείς πιλότους, μετρήστε την αξία και κοινοποιήστε τις αλλαγές με υπευθυνότητα.
Αναλύστε συστήματα τεχνητής νοημοσύνης μέσω δικαιωμάτων, ισότητας, διακυβέρνησης, ασφάλειας και αποτελεσμάτων δημοσίου συμφέροντος.
Κατανοήστε τα γλωσσικά μοντέλα, την ανάκτηση, τους πράκτορες, την αξιολόγηση, το κόστος και τις διασφαλίσεις ανάπτυξης μέσω του πρακτικού σχεδιασμού του συστήματος.
Θεματικά κομμάτια
Πήδα στην περιοχή που σε ενδιαφέρει. Κάθε κομμάτι έχει πολλούς απλούς αγγλικούς οδηγούς.
Πλήρης βιβλιοθήκη
177 του 1019 εμφανίζονται οδηγοί. Φιλτράρισμα ανά κομμάτι ή αναζήτηση παραπάνω.
Μια αρχιτεκτονική εξυπηρέτησης που χωρίζει τα συμπεράσματα μοντέλων μεγάλων γλωσσών σε δύο ξεχωριστές φάσεις—προπλήρωση και αποκωδικοποίηση—και τις εκτελεί σε διαφορετικές ομάδες GPU.
ΤεχνικάΤο επίπεδο ελέγχου που αποφασίζει ποιο αντίγραφο μοντέλου, GPU ή backend θα πρέπει να χειρίζεται κάθε εισερχόμενο αίτημα LLM και πώς να διασπείρει την κυκλοφορία, ώστε να μην υπάρχει ένας μεμονωμένος διακομιστής…
ΤεχνικάΈνας τρόπος για να χωρίσετε τα μαθηματικά μέσα σε ένα ενιαίο επίπεδο νευρωνικού δικτύου σε πολλές GPU, έτσι ώστε ένα μοντέλο πολύ μεγάλο για μία συσκευή να μπορεί να συνεχίσει να λειτουργεί.
ΤεχνικάΟ αυτοστοχασμός επιτρέπει σε έναν πράκτορα τεχνητής νοημοσύνης να ασκεί κριτική στα δικά του αποτελέσματα και να ενεργεί στη μέση της εργασίας και, στη συνέχεια, να αναθεωρεί βάσει αυτής της κριτικής.
ΤεχνικάΤο Tree-of-Thoughts επιτρέπει σε ένα μοντέλο να εξερευνά πολλές συλλογιστικές διαδρομές παράλληλα, όπως κλαδιά δέντρου, αντί να δεσμεύεται σε μία γραμμή σκέψης.
ΤεχνικάΤο Graph-of-Thoughts μοντελοποιεί τη συλλογιστική ως ένα δίκτυο όπου οι σκέψεις μπορούν να συγχωνευθούν, να επαναληφθούν και να συνδεθούν ελεύθερα, όχι απλώς να διακλαδιστούν.
ΤεχνικάΑνισορροπία κατηγορίας είναι όταν ένα αποτέλεσμα υπερτερεί κατά πολύ ενός άλλου — όπως 99,9% νόμιμες συναλλαγές έναντι 0.
ΤεχνικάΈνας αυτόματος κωδικοποιητής είναι ένα νευρωνικό δίκτυο που μαθαίνει να συμπιέζει δεδομένα σε έναν συμπαγή κώδικα και στη συνέχεια να τον ανακατασκευάζει, αναγκάζοντας το δίκτυο να καταγράφει μόνο τα περισσότερα…
ΤεχνικάΤα σιαμαϊκά δίκτυα χρησιμοποιούν δύο ή περισσότερα πανομοιότυπα, διακλαδισμένα βάρη για να μάθουν πόσο όμοιες είναι οι δύο είσοδοι, αντί να ταξινομούν την καθεμία.
ΤεχνικάΗ εκμάθηση πολλαπλών εργασιών εκπαιδεύει ένα μοντέλο να εκτελεί πολλές σχετικές εργασίες ταυτόχρονα, μοιράζοντας εσωτερικές αναπαραστάσεις σε αυτές.
ΤεχνικάΗ σύμφωνη πρόβλεψη τυλίγει οποιοδήποτε μοντέλο για να εξάγει ένα σύνολο ή διάστημα που είναι εγγυημένο ότι περιέχει την αληθινή απάντηση με μια επιλεγμένη πιθανότητα, όπως 90%.
ΤεχνικάΒαθμονόμηση σημαίνει ότι οι πιθανότητες ενός μοντέλου ταιριάζουν με την πραγματικότητα: όταν λέει 70%, το γεγονός θα πρέπει να συμβαίνει περίπου το 70% του χρόνου.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.