Δωρεάν βιβλιοθήκη AI

Μάθετε AI.Δωρεάν για πάντα.

1019 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.

1019Δωρεάν οδηγοί
9Θεματικά κομμάτια
~2 minΑνά οδηγό
~34hΏρα 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

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

Γλώσσα AI

Τυπική δειγματοληψία

Η τυπική δειγματοληψία είναι μια μέθοδος δημιουργίας κειμένου που επιλέγει την επόμενη λέξη από διακριτικά των οποίων το περιεχόμενο πληροφοριών βρίσκεται κοντά στην αναμενόμενη έκπληξη του μοντέλου…

2 ελάχιστη ανάγνωσηΔιαβάστε
Γλώσσα AI

Mirostat Perplexity Έλεγχος

Ο Mirostat είναι ένας αλγόριθμος αποκωδικοποίησης που κατευθύνει ενεργά την έξοδο ενός γλωσσικού μοντέλου προς μια αμηχανία στόχου (ένα καθορισμένο επίπεδο έκπληξης) χρησιμοποιώντας έναν βρόχο ανάδρασης.

2 ελάχιστη ανάγνωσηΔιαβάστε
Γλώσσα AI

Sycophancy στα γλωσσικά μοντέλα

Το Sycophancy είναι η τάση των μοντέλων γλώσσας AI να λένε στους χρήστες αυτό που θέλουν να ακούσουν, να συμφωνούν με τις δηλωμένες απόψεις ή να υποχωρούν ακόμη και…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Βελτιστοποίηση δεύτερης τάξης και μέθοδοι Newton

Η βελτιστοποίηση δεύτερης τάξης χρησιμοποιεί πληροφορίες καμπυλότητας (τον πίνακα Hessian των δεύτερων παραγώγων) για να κάνει πιο έξυπνα βήματα προς το ελάχιστο, όχι μόνο την κλίση.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Αποσύνθεση βάρους και τακτοποίηση L2

Η αποσύνθεση βάρους είναι μια απλή, ισχυρή τεχνική που ωθεί τα βάρη ενός μοντέλου προς το μηδέν κατά τη διάρκεια της προπόνησης, αποθαρρύνοντάς το από το να βασίζεται πολύ σε…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Εγκατάλειψη και Στοχαστική Τακτοποίηση

Το Dropout είναι ένα τέχνασμα τακτοποίησης που απενεργοποιεί τυχαία ένα κλάσμα νευρώνων κατά τη διάρκεια κάθε βήματος εκπαίδευσης, αναγκάζοντας το δίκτυο να δημιουργήσει περιττές, ισχυρές…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Κανονικοποίηση RMSNorm και Pre-Layer

Το RMSNorm είναι ένα ελαφρύ στρώμα κανονικοποίησης που επανακλιμακώνει τις ενεργοποιήσεις με βάση το μέσο τετράγωνο της ρίζας τους και θέσεις κανονικοποίησης πριν από το επίπεδο που βαίνουν πριν από κάθε…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

SwiGLU και Gated Activations

Το SwiGLU είναι μια περιφραγμένη συνάρτηση ενεργοποίησης που πολλαπλασιάζει μια γραμμική προβολή της εισόδου με μια δεύτερη προβολή που ενεργοποιείται από το Swish, ενεργώντας ως εκμάθηση…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Δίκτυα συμπίεσης και διέγερσης

Τα μπλοκ Squeeze-and-Excitation (SE) επιτρέπουν σε ένα συνελικτικό δίκτυο να μάθει πόσο να ζυγίζει κάθε κανάλι χαρακτηριστικών, επαναβαθμονομώντας τα με βάση το παγκόσμιο πλαίσιο.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Προγράμματα προθέρμανσης και συνημιτονικής ανόπτησης

Η προθέρμανση αυξάνει απαλά τον ρυθμό εκμάθησης από σχεδόν μηδέν πριν από την προπόνηση, και στη συνέχεια η ανόπτηση συνημιτόνου τον αποσυνθέτει ομαλά ακολουθώντας μια καμπύλη συνημιτόνου.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Κυκλικά ποσοστά μάθησης

Οι κυκλικοί ρυθμοί μάθησης κυκλώνουν επανειλημμένα τον ρυθμό μάθησης πάνω-κάτω μεταξύ ενός κατώτερου και του άνω ορίου αντί να το μειώνουν μόνο.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Ελαχιστοποίηση ευκρίνειας

Η ελαχιστοποίηση με επίγνωση της ευκρίνειας (SAM) είναι μια μέθοδος βελτιστοποίησης που επιδιώκει όχι απλώς μια χαμηλή απώλεια αλλά μια χαμηλή απώλεια σε μια ολόκληρη γειτονιά βαρών - μια επίπεδη…

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.