01
AI alapok
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ingyenes AI könyvtár
Műszaki útmutatókÖrökre ingyen.
177 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.
177Ingyenes útmutatók
1Témasávok
~2 minÚtmutató szerint
~6hReading time
Kezdje itt
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Felelős MI felhasználó
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI at Work
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI Policy & Society
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Építkezés MI rendszerekkel
Értsék meg a nyelvi modelleket, a lekérdezést, az ügynököket, az értékelést, a költségeket és a telepítési védelmeket gyakorlati rendszertervezésen keresztül.
Témasávok
Böngésszen szám szerint
Ugorjon be a számodra fontos területre. Minden számnak több egyszerű angol nyelvű útmutatója van.
AlapokAlapfogalmak: hogyan működik az AI magas szinten.84 útmutatók Nyelvi AILLM-ek, NLP, ChatGPT, felszólítás és szövegértés.155 útmutatók Vizuális AIKépgenerálás, számítógépes látás, videózás és tervezés.133 útmutatók Audio AIHang, zene, podcast és audio-első AI.117 útmutatók VállalatokA OpenAI, Anthropic, Google, Meta és mások profiljai.121 útmutatók AlkalmazásokHogyan jelenik meg az AI a kódolásban, a keresésben, az ügynökökben és a mindennapi életben.111 útmutatók IparágakAI az egészségügyben, a pénzügyekben, az oktatásban, az energetikában és egyebekben.91 útmutatók MűszakiChipek, finomhangolás, RAG, vektorok és AI-infrastruktúra.177 útmutatók TársadalomElfogultság, adatvédelem, szerzői jogok, biztonság és a mesterséges intelligencia jövője.30 útmutatók
Teljes könyvtár
Minden útmutató
177 -ból 1019 útmutatók láthatók. Szűrés sáv szerint vagy keresés fent.
Műszaki
1 bites és hármas BitNet modellek
A BitNet a Microsoft kutatási vonala, amely azt mutatja, hogy a nagy nyelvi modellek csak 1 bitre vagy három értékre korlátozott súlyokkal taníthatók…
MűszakiGPTQ és AWQ edzés utáni kvantálás
A GPTQ és az AWQ a két vezető módszer a már betanított nyelvi modellek 4 bites pontosságra való zsugorítására, így olcsóbb, kisebb hardveren futnak.
MűszakiROUGE és BLEU értékelési metrikák
A ROUGE és a BLEU az automata mérőszámok a gép által generált szövegek emberi hivatkozásokkal való összehasonlítására.
MűszakiSpekulatív RAG és Retrieval-Augmented Drafting
A spekulatív RAG felgyorsítja és élesebbé teszi a visszakereséssel kiegészített generálást azáltal, hogy egy kicsi, gyors modellvázlat több jelölt válaszát is lekéri...
MűszakiBlock-Sparse és Native Sparse Attention
A blokkszegény és a natív ritka figyelem lehetővé teszi a transzformátorok számára, hogy egy hosszú sorozatnak csak a legrelevánsabb darabjait vegyék figyelembe minden token helyett, levágva…
MűszakiVízjel nyelvi modell kimenetei
A vízjel rejtett statisztikai jelet ágyaz be a mesterséges intelligencia által generált szövegbe, így az később géppel írtként észlelhető anélkül, hogy megváltoztatná az emberi olvasót...
MűszakiSpekulatív dekódolás az EAGLE segítségével
A spekulatív dekódolás felgyorsítja a nagy nyelvi modellek következtetéseit azáltal, hogy hagyja, hogy egy apró vázlatmodell több tokent előre találjon, amit a nagy modell ellenőriz...
MűszakiBefolyásolási függvények a képzési adatok hozzárendeléséhez
A befolyásoló függvények megbecsülik, hogy az egyes betanítási példák mennyiben alakították a modell előrejelzését, lehetővé téve a kimenet visszakövetését az azt okozó adatokhoz.
MűszakiKötegelt normalizálás
A kötegelt normalizálás egy olyan technika, amely átskálázza a bemeneteket a neurális hálózat minden rétegére a képzés során, így a mély hálózatok gyorsabban és jobban edzenek…
MűszakiHiperparaméter hangolás
A hiperparaméterek az edzés előtt kiválasztott beállítások, például a tanulási sebesség vagy a modell mérete, amelyeket a modell nem tanul meg magától.
MűszakiKontrasztív tanulás
A kontrasztos tanulás megtanítja a modellt a hasonló dolgok összevonására és a különböző dolgok szétszedésére egy beágyazott térben.
MűszakiAz emberi visszajelzésekből való tanulás megerősítése
Az RLHF az a technika, amely egy nyers nyelvi modellt segítőkész, udvarias asszisztenssé varázsol azáltal, hogy az emberi preferenciákra tanítja.
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.