01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Bahasa AI panduanGratis selamanya.
155 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.
155Panduan gratis
1Trek topik
~2 minSesuai panduan
~5hReading 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
155 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Bahasa AI
Penguraian Risiko Minimum Bayes
Penguraian kode Risiko Bayes Minimum (MBR) memilih keluaran yang paling mirip dengan banyak kemungkinan keluaran lainnya, bukan keluaran tunggal dengan probabilitas tertinggi.
Bahasa AIPengambilan Sampel Khas
Pengambilan sampel tipikal adalah metode pembuatan teks yang mengambil kata berikutnya dari token yang konten informasinya mendekati kejutan yang diharapkan dari model…
Bahasa AIKontrol Mirostat Perplexity
Mirostat adalah algoritme decoding yang secara aktif mengarahkan keluaran model bahasa menuju kebingungan target (tingkat kejutan tertentu) menggunakan putaran umpan balik.
Bahasa AIPenjilatan dalam Model Bahasa
Sycophancy adalah kecenderungan model bahasa AI untuk memberi tahu pengguna apa yang ingin mereka dengar, menyetujui pendapat yang dinyatakan, atau menyerah bahkan…
Bahasa AIVerifikasi Pengambilan Sampel Spekulatif
Pengambilan sampel spekulatif mempercepat pembuatan model bahasa besar dengan membiarkan model 'draf' kecil menebak beberapa token ke depan, lalu meminta model besar memverifikasi…
Bahasa AIPengambilan Sampel Berbasis Entropi
Pengambilan sampel berbasis entropi menyesuaikan cara LLM memilih token berikutnya berdasarkan seberapa tidak pasti model tersebut pada saat itu.
Bahasa AIPra-pelatihan ELECTRA
ELECTRA adalah cara yang lebih efisien untuk melatih model bahasa dengan mengajari mereka mengenali kata-kata palsu daripada menebak kata-kata yang tersembunyi.
Bahasa AIResep Pelatihan RoBERTa
RoBERTa menunjukkan bahwa BERT kurang dilatih secara signifikan: dengan menyesuaikan resepnya, bukan arsitekturnya, BERT mencetak rekor benchmark baru.
Bahasa AIPemodelan Permutasi XLNet
XLNet memadukan konteks BERT dua arah dengan prediksi autoregresif GPT melalui pelatihan pengurutan kata secara acak.
Bahasa AIPohon Pikiran
Tree of Thoughts (ToT) adalah kerangka kerja yang memungkinkan model bahasa mengeksplorasi beberapa jalur penalaran secara paralel, seperti cabang pohon, sebagai gantinya…
Bahasa AIPenguraian Konsistensi Diri
Konsistensi diri adalah strategi decoding yang mengambil sampel dari banyak jalur penalaran berbeda dari model bahasa dan kemudian memilih jawaban yang disetujui sebagian besar dari mereka.
Bahasa AIOptimasi Preferensi Rasio Odds
Odds Ratio Preference Optimization (ORPO) adalah metode penyesuaian yang mengajarkan model bahasa perilaku yang baik dan preferensi manusia dalam satu pelatihan.
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.