Fundamentos de la IA
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Biblioteca de IA gratuita
155 Guías en inglés sencillo, rutas de aprendizaje estructuradas y una biblioteca abierta, creada por una organización sin fines de lucro independiente 501(c)(3) para que cualquiera pueda comprender la IA moderna.
Empieza aquí
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Utilice la IA de manera productiva mientras protege la privacidad, verifica los resultados y preserva la responsabilidad humana.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Pistas temáticas
Salta al área que te interesa. Cada pista tiene varias guías en inglés sencillo.
biblioteca completa
155 de 1019 guías mostradas. Filtrar por pista o buscar arriba.
La decodificación de riesgo mínimo de Bayes (MBR) selecciona la salida que es más similar a muchas otras salidas probables, en lugar de la de mayor probabilidad.
Idioma IAEl muestreo típico es un método de generación de texto que selecciona la siguiente palabra de tokens cuyo contenido de información se acerca a la sorpresa esperada del modelo...
Idioma IAMirostat es un algoritmo de decodificación que dirige activamente la salida de un modelo de lenguaje hacia un objetivo de perplejidad (un nivel establecido de sorpresa) utilizando un circuito de retroalimentación.
Idioma IALa adulación es la tendencia de los modelos de lenguaje de IA a decirles a los usuarios lo que quieren escuchar, estando de acuerdo con las opiniones expresadas o cediendo ante la oposición incluso...
Idioma IAEl muestreo especulativo acelera la generación de grandes modelos de lenguaje al permitir que un pequeño modelo 'borrador' adivine varios tokens por delante y luego haga que el modelo grande verifique...
Idioma IAEl muestreo basado en entropía adapta la forma en que un LLM elige su siguiente token en función de la incertidumbre del modelo en ese momento.
Idioma IAELECTRA es una forma más eficaz de entrenar previamente modelos de lenguaje enseñándoles a detectar palabras falsas en lugar de adivinar las ocultas.
Idioma IARoBERTa demostró que BERT estaba muy poco capacitado: al ajustar la receta en lugar de la arquitectura, estableció nuevos récords de referencia.
Idioma IAXLNet combina el contexto bidireccional de BERT con la predicción autorregresiva de GPT mediante el entrenamiento sobre ordenamiento aleatorio de palabras.
Idioma IATree of Thoughts (ToT) es un marco de sugerencias que permite que un modelo de lenguaje explore múltiples caminos de razonamiento en paralelo, como ramas de un árbol, en lugar de...
Idioma IALa autoconsistencia es una estrategia de decodificación que muestra muchas rutas de razonamiento diferentes a partir de un modelo de lenguaje y luego elige la respuesta con la que la mayoría está de acuerdo.
Idioma IALa optimización de preferencias de índice de probabilidades (ORPO) es un método de ajuste que enseña a un modelo de lenguaje el buen comportamiento y las preferencias humanas en una sola pasada de entrenamiento.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.