01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Dasar-dasar panduanGratis selamanya.
84 panduan berbahasa Inggris sederhana, jalur pembelajaran terstruktur, dan perpustakaan terbuka — dibuat oleh lembaga nonprofit 501(c)(3) independen sehingga siapa pun dapat memahami AI modern.
84Panduan gratis
1Trek topik
~2 minSesuai panduan
~3hReading time
Mulai di sini
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Pengguna AI yang bertanggung jawab
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI di Tempat Kerja
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Kebijakan & Masyarakat AI
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Membangun dengan Sistem AI
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Trek topik
Jelajahi berdasarkan trek
Lompatlah ke area yang Anda minati. Setiap trek memiliki beberapa panduan berbahasa Inggris.
Dasar-dasarKonsep inti: cara kerja AI pada tingkat tinggi.84 panduan Bahasa AILLM, NLP, ChatGPT, bisikan, dan pemahaman teks.155 panduan AI visualPembuatan gambar, visi komputer, video, dan desain.133 panduan Audio AISuara, musik, podcasting, dan AI yang mengutamakan audio.117 panduan PerusahaanProfil OpenAI, Anthropic, Google, Meta, dan banyak lagi.121 panduan AplikasiBagaimana AI muncul dalam coding, pencarian, agen, dan kehidupan sehari-hari.111 panduan IndustriAI di bidang kesehatan, keuangan, pendidikan, energi, dan banyak lagi.91 panduan TeknisChip, fine-tuning, RAG, vektor, dan infrastruktur AI.177 panduan MasyarakatBias, privasi, hak cipta, keamanan, dan masa depan AI.30 panduan
Perpustakaan lengkap
Semua panduan
84 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Dasar-dasar
Validasi Silang
Validasi silang adalah teknik pengambilan sampel ulang untuk memperkirakan seberapa baik suatu model akan menggeneralisasi data yang tidak terlihat.
Dasar-dasarPresisi dan Ingat
Presisi dan perolehan adalah dua metrik yang saling melengkapi untuk mengevaluasi pengklasifikasi, terutama ketika kelas tidak seimbang.
Dasar-dasarFenomena Keturunan Ganda
Keturunan ganda adalah pengamatan yang mengejutkan bahwa ketika model semakin besar, kesalahan pengujian pertama-tama menjadi lebih buruk di dekat 'ambang batas interpolasi' tetapi kemudian menjadi lebih baik…
Dasar-dasarTeori Kernel Tangen Syaraf
Neural Tangent Kernel (NTK) adalah alat matematika yang menunjukkan bahwa jaringan saraf dengan lebar tak terhingga berperilaku seperti metode kernel tetap yang spesifik selama…
Dasar-dasarHipotesis Tiket Lotere
Hipotesis Tiket Lotere mengatakan bahwa di dalam jaringan saraf besar yang diinisialisasi secara acak, terdapat subjaringan kecil — 'tiket kemenangan' — yang, dilatih…
Dasar-dasarHukum Penskalaan untuk Jaringan Neural
Hukum penskalaan adalah rumus empiris yang menunjukkan bahwa kerugian jaringan neural akan menurun seiring dengan bertambahnya ukuran model, ukuran kumpulan data, dan komputasi.
Dasar-dasarPelatihan Komputasi Optimal Chinchilla
Chinchilla adalah temuan DeepMind tahun 2022 yang menunjukkan bahwa sebagian besar model bahasa besar kurang dilatih: untuk anggaran komputasi tetap, Anda harus menskalakan parameter…
Dasar-dasarNormalisasi Hadiah yang Dikelompokkan di RLHF
Normalisasi imbalan yang dikelompokkan menstandarkan imbalan model dalam kumpulan respons terhadap permintaan yang sama, mengubah skor yang berisik menjadi pelatihan yang stabil…
Dasar-dasarModel Dunia dan Simulator yang Dipelajari
Model dunia adalah jaringan saraf yang belajar memprediksi perubahan lingkungan seiring waktu, sehingga AI dapat 'membayangkan' hasil di masa depan sebelum mengambil tindakan.
Dasar-dasarNormalisasi Panjang dalam Optimasi Preferensi
Normalisasi panjang menyesuaikan tujuan penyesuaian preferensi sehingga model berhenti mendapatkan persetujuan hanya dengan menulis jawaban yang lebih panjang.
Dasar-dasarPemodelan Hadiah Bradley-Terry
Model Bradley-Terry adalah metode statistik berusia satu abad yang mengubah perbandingan berpasangan (A mengalahkan B) menjadi skor numerik.
Dasar-dasarDPO Iteratif dan Penyetelan Preferensi Online
DPO berulang berulang kali menyelaraskan model bahasa dengan preferensi manusia atau AI dengan menghasilkan respons baru, memberi peringkat, dan menyesuaikan pasangan baru tersebut masing-masing…
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.