Fondements de l'IA
Comprenez ce qu'est l'IA, comment les systèmes apprennent, où ils échouent et comment juger les réclamations sans battage médiatique.
Bibliothèque IA gratuite
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.
Commencez ici
Chaque cours comprend des résultats explicites, des compétences cartographiées, des activités pratiques et une synthèse appliquée.
Comprenez ce qu'est l'IA, comment les systèmes apprennent, où ils échouent et comment juger les réclamations sans battage médiatique.
Utilisez l’IA de manière productive tout en protégeant la confidentialité, en vérifiant les résultats et en préservant la responsabilité humaine.
Évaluez les cas d'utilisation sur le lieu de travail, exécutez des projets pilotes sûrs, mesurez la valeur et communiquez les changements de manière responsable.
Analysez les systèmes d’IA en termes de droits, d’équité, de gouvernance, de sécurité et d’intérêt public.
Comprenez les modèles de langage, la récupération, les agents, l'évaluation, les coûts et les garanties de déploiement grâce à une conception de système pratique.
Pistes thématiques
Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.
Bibliothèque complète
155 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.
Les contrôles de décodage sont les boutons qui décident de la manière dont un modèle de langage sélectionne chaque mot suivant dans sa distribution de probabilité.
IA linguistiqueALiBi (Attention with Linear Biases) est un moyen intelligent de donner aux transformateurs une idée de l'ordre des mots sans intégration de position traditionnelle.
IA linguistiqueL'attention multi-requêtes (MQA) est une variante permettant d'économiser de la mémoire sur l'attention du transformateur qui partage un ensemble de clés et de valeurs entre toutes les têtes d'attention.
IA linguistiqueSentencePièce est un tokenizer indépendant de la langue qui apprend à diviser le texte brut en sous-mots directement à partir des données, sans s'appuyer sur des espaces.
IA linguistiqueWordPièce est l'algorithme de tokenisation de sous-mots qui alimente BERT et de nombreux modèles Google, divisant les mots en fragments réutilisables afin qu'un modèle puisse gérer n'importe quel…
IA linguistiqueSentence-BERT (SBERT) adapte BERT pour produire un seul vecteur de longueur fixe pour une phrase entière, afin que la signification puisse être comparée à une similarité cosinus rapide.
IA linguistiqueT5 (Text-to-Text Transfer Transformer), de Google en 2019, recadre chaque tâche PNL, traduction, résumé, classification, même régression, comme alimentation…
IA linguistiqueDense Passage Retrieval (DPR) trouve le texte pertinent en comparant la signification d'une question et des passages sous forme de vecteurs numériques, et non de mots correspondants.
IA linguistiqueBM25 est la fonction de classement classique basée sur des mots clés qui classe les documents en fonction de la fréquence d'apparition des termes de requête, ajustés en fonction de la rareté des termes et de la longueur du document.
IA linguistiqueHyDE améliore la récupération en demandant d'abord à un modèle de langage d'imaginer un faux document de réponse, puis en recherchant avec l'intégration de ce document au lieu du brut…
IA linguistiqueLe décodage spéculatif utilise un petit modèle « brouillon » rapide pour deviner plusieurs jetons à venir qu'un grand modèle vérifie ensuite en un seul passage.
IA linguistiqueLe décodage anticipé accélère la génération de LLM sans aucun projet de modèle supplémentaire en devinant et en vérifiant plusieurs futurs jetons en parallèle à l'aide de n-grammes…
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.