Bibliothèque IA gratuite

IA linguistique GuidesLibre pour toujours.

155 des guides en anglais simple, des parcours d'apprentissage structurés et une bibliothèque ouverte — construits par une organisation à but non lucratif indépendante 501(c)(3) pour que tout le monde puisse comprendre l'IA moderne.

155Guides gratuits
1Pistes thématiques
~2 minPar guide
~5hTemps de lecture

Commencez ici

Cinq cours axés sur les résultats

Chaque cours comprend des résultats explicites, des compétences cartographiées, des activités pratiques et une synthèse appliquée.

Pistes thématiques

Parcourir par piste

Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.

Bibliothèque complète

Tous les guides

155 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.

IA linguistique

Décodage minimum du risque Bayesien

Le décodage du risque minimum de Bayes (MBR) sélectionne la sortie la plus similaire à de nombreuses autres sorties probables, plutôt que celle ayant la probabilité la plus élevée.

2 lecture min.Lire
IA linguistique

Échantillonnage typique

L'échantillonnage typique est une méthode de génération de texte qui sélectionne le mot suivant parmi des jetons dont le contenu informatif est proche de la surprise attendue du modèle…

2 lecture min.Lire
IA linguistique

Mirostat Perplexity Contrôle

Mirostat est un algorithme de décodage qui oriente activement la sortie d'un modèle de langage vers une perplexité cible (un niveau de surprise défini) à l'aide d'une boucle de rétroaction.

2 lecture min.Lire
IA linguistique

La flagornerie dans les modèles linguistiques

La flagornerie est la tendance des modèles de langage d’IA à dire aux utilisateurs ce qu’ils veulent entendre, en étant d’accord avec les opinions exprimées ou en cédant même au refus…

2 lecture min.Lire
IA linguistique

Vérification d'échantillonnage spéculatif

L'échantillonnage spéculatif accélère la génération de grands modèles de langage en laissant un petit modèle « brouillon » deviner plusieurs jetons à l'avance, puis en faisant vérifier le grand modèle…

2 lecture min.Lire
IA linguistique

Échantillonnage basé sur l'entropie

L'échantillonnage basé sur l'entropie adapte la façon dont un LLM sélectionne son prochain jeton en fonction du degré d'incertitude du modèle à ce moment-là.

2 lecture min.Lire
IA linguistique

Pré-formation ELECTRA

ELECTRA est un moyen plus efficace de pré-entraîner des modèles de langage en leur apprenant à repérer les faux mots au lieu de deviner les mots cachés.

2 lecture min.Lire
IA linguistique

Recette de formation RoBERTa

RoBERTa a montré que BERT était considérablement sous-formé : en ajustant la recette plutôt que l'architecture, il a établi de nouveaux records de référence.

2 lecture min.Lire
IA linguistique

Modélisation des permutations XLNet

XLNet mélange le contexte bidirectionnel de BERT avec la prédiction autorégressive de GPT en s'entraînant sur un ordre aléatoire de mots.

2 lecture min.Lire
IA linguistique

Arbre des pensées

Tree of Thoughts (ToT) est un cadre d'incitation qui permet à un modèle de langage d'explorer plusieurs chemins de raisonnement en parallèle, comme les branches d'un arbre, à la place…

2 lecture min.Lire
IA linguistique

Décodage d'auto-cohérence

L'autocohérence est une stratégie de décodage qui échantillonne de nombreux chemins de raisonnement différents à partir d'un modèle de langage, puis sélectionne la réponse sur laquelle la plupart d'entre eux sont d'accord.

2 lecture min.Lire
IA linguistique

Optimisation des préférences de rapport de cotes

L'optimisation des préférences par rapport aux cotes (ORPO) est une méthode de réglage fin qui enseigne à un modèle de langage le bon comportement et les préférences humaines en une seule passe de formation.

2 lecture min.Lire

Vous avez fini de lire ? Prouvez-le.

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