AI alapok
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ingyenes AI könyvtár
84 egyszerű angol nyelvű útmutatók, strukturált tanulási útvonalak és nyílt könyvtár – egy független 501(c)(3) nonprofit szervezet építette, így bárki megértheti a modern AI-t.
Kezdje itt
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.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
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.
Értsék meg a nyelvi modelleket, a lekérdezést, az ügynököket, az értékelést, a költségeket és a telepítési védelmeket gyakorlati rendszertervezésen keresztül.
Témasávok
Ugorjon be a számodra fontos területre. Minden számnak több egyszerű angol nyelvű útmutatója van.
Teljes könyvtár
84 -ból 1019 útmutatók láthatók. Szűrés sáv szerint vagy keresés fent.
A keresztellenőrzés egy újramintavételezési technika annak becslésére, hogy egy modell mennyire általánosítható a nem látott adatokra.
AlapokA pontosság és az előhívás két egymást kiegészítő mérőszám az osztályozók értékeléséhez, különösen akkor, ha az osztályok kiegyensúlyozatlanok.
AlapokA kettős ereszkedés az a meglepő megfigyelés, hogy a modell növekedésével a teszthiba először az „interpolációs küszöb” közelében romlik, majd jobb lesz…
AlapokA Neural Tangent Kernel (NTK) egy matematikai eszköz, amely megmutatja, hogy a végtelenül széles neurális hálózatok specifikus, rögzített kernelmódszerként viselkednek…
AlapokA lottójegy-hipotézis azt mondja, hogy egy nagy, véletlenszerűen inicializált neurális hálózat belsejében egy kis alhálózat – egy „nyertes jegy” – rejtőzik, amely kiképzett…
AlapokA méretezési törvények empirikus képletek, amelyek azt mutatják, hogy a neurális hálózat vesztesége előre láthatóan csökken a modell méretének, az adatkészlet méretének és a számításoknak a növekedésével.
AlapokA Chinchilla egy 2022-es DeepMind megállapítása, hogy a legtöbb nagy nyelvi modell erősen alulképzett volt: egy fix számítási költségkerethez méretezni kell a paramétereket…
AlapokA csoportosított jutalomnormalizálás szabványosítja a modell jutalmait az ugyanazon felszólításra adott válaszok kötegében, így a zajos pontszámokat stabil képzéssé alakítja…
AlapokA világmodell egy neurális hálózat, amely megtanulja megjósolni, hogy a környezet hogyan változik az idő múlásával, és hagyja, hogy a mesterséges intelligencia „elképzelje” a jövőbeli eredményeket, mielőtt cselekszik.
AlapokA hossznormalizálás beállítja a preferencia-hangolási célokat, így a modellek már csak hosszabb válaszok írásával nem nyerik el a jóváhagyást.
AlapokA Bradley-Terry modell egy évszázados statisztikai módszer a páronkénti összehasonlítások (A veri B-t) numerikus pontszámokká alakítására.
AlapokAz iteratív adatvédelmi tiszt ismételten hozzáigazítja a nyelvi modellt az emberi vagy mesterséges intelligencia preferenciáihoz azáltal, hogy új válaszokat generál, rangsorol és hangol az új párokra…
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.