01
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
Technique GuidesLibre pour toujours.
177 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.
177Guides gratuits
1Pistes thématiques
~2 minPar guide
~6hTemps 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.
02
Utilisateur responsable de l'IA
Utilisez l’IA de manière productive tout en protégeant la confidentialité, en vérifiant les résultats et en préservant la responsabilité humaine.
03
L'IA au travail
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.
04
Politique et société en matière d'IA
Analysez les systèmes d’IA en termes de droits, d’équité, de gouvernance, de sécurité et d’intérêt public.
05
Construire avec des systèmes d'IA
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
Parcourir par piste
Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.
FondamentauxConcepts de base : comment l'IA fonctionne à un niveau élevé.84 Guides IA linguistiqueLLM, PNL, ChatGPT, invite et compréhension de texte.155 Guides IA visuelleGénération d'images, vision par ordinateur, vidéo et conception.133 Guides IA audioVoix, musique, podcasting et IA axée sur l'audio.117 Guides EntreprisesProfils de OpenAI, Anthropic, Google, Meta, et plus encore.121 Guides ApplicationsComment l'IA apparaît dans le codage, la recherche, les agents et la vie quotidienne.111 Guides SecteursL'IA dans les soins de santé, la finance, l'éducation, l'énergie et bien plus encore.91 Guides TechniquePuces, réglage fin, RAG, vecteurs et infrastructure IA.177 Guides SociétéBiais, confidentialité, droits d'auteur, sécurité et avenir de l'IA.30 Guides
Bibliothèque complète
Tous les guides
177 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.
Technique
Modèles BitNet 1 bit et ternaire
BitNet est la ligne de recherche de Microsoft montrant que de grands modèles de langage peuvent être entraînés avec des poids limités à seulement 1 bit, ou trois valeurs…
TechniqueQuantification post-formation GPTQ et AWQ
GPTQ et AWQ sont deux méthodes principales permettant de réduire les modèles de langage déjà formés à une précision de 4 bits afin qu'ils fonctionnent sur du matériel moins cher et plus petit.
TechniqueMétriques d’évaluation ROUGE et BLEU
ROUGE et BLEU sont les métriques automatiques les plus performantes pour comparer le texte généré par la machine avec des références humaines.
TechniqueRAG spéculatif et rédaction augmentée par récupération
Le RAG spéculatif accélère et affine la génération augmentée par la récupération en demandant à un petit modèle rapide de rédiger plusieurs réponses candidates à partir des réponses récupérées…
TechniqueAttention dispersée en blocs et native
L'attention clairsemée en blocs et l'attention native clairsemée permettent aux transformateurs de s'occuper uniquement des morceaux les plus pertinents d'une longue séquence au lieu de chaque jeton, en coupant...
TechniqueRésultats du modèle de langage de filigrane
Le filigrane intègre un signal statistique caché dans le texte généré par l'IA afin qu'il puisse être détecté ultérieurement comme étant écrit par une machine, sans changer ce qu'est un lecteur humain…
TechniqueDécodage spéculatif avec EAGLE
Le décodage spéculatif accélère l'inférence d'un grand modèle de langage en permettant à un petit projet de modèle de deviner plusieurs jetons à l'avance, que le grand modèle vérifie ensuite…
TechniqueFonctions d'influence pour l'attribution des données de formation
Les fonctions d'influence estiment dans quelle mesure chaque exemple d'entraînement a façonné la prédiction d'un modèle, vous permettant ainsi de retracer une sortie jusqu'aux données qui l'ont provoquée.
TechniqueNormalisation par lots
La normalisation par lots est une technique qui redimensionne les entrées de chaque couche d'un réseau neuronal pendant l'entraînement, permettant ainsi aux réseaux profonds de s'entraîner plus rapidement et plus…
TechniqueRéglage des hyperparamètres
Les hyperparamètres sont les paramètres que vous choisissez avant l'entraînement, comme le taux d'apprentissage ou la taille du modèle, que le modèle n'apprend pas tout seul.
TechniqueApprentissage contrasté
L’apprentissage contrastif enseigne à un modèle comment rassembler des éléments similaires et séparer des éléments dissemblables dans un espace d’intégration.
TechniqueApprentissage par renforcement à partir de la rétroaction humaine
RLHF est la technique qui transforme un modèle de langage brut en un assistant utile et poli en le formant aux préférences humaines.
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.