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
Optimasi Kahneman-Tversky
Kahneman-Tversky Optimization (KTO) adalah metode penyelarasan yang belajar dari label jempol ke atas atau jempol ke bawah, bukan perbandingan berpasangan.
Bahasa AIPenyempurnaan Pengambilan Sampel Penolakan
Penyempurnaan Pengambilan Sampel Penolakan (RFT) menghasilkan banyak kandidat jawaban, hanya menyimpan jawaban dengan skor terbaik, dan melatih ulang model pada pemenang tersebut.
Bahasa AIModel Penghargaan Proses
Model imbalan proses (PRM) memberi skor pada setiap langkah penalaran AI, bukan hanya jawaban akhir.
Bahasa AIAgregasi Campuran Agen
Mixture-of-Agents (MoA) adalah teknik di mana beberapa model bahasa menyusun jawaban dan kemudian model agregator menggabungkan ide-ide terbaik mereka menjadi satu…
Bahasa AILapisan Adaptor untuk Transfer
Lapisan adaptor adalah modul kecil yang dapat dilatih yang dimasukkan ke dalam model beku yang telah dilatih sebelumnya, memungkinkan Anda menyesuaikannya dengan tugas baru hanya dengan memperbarui beberapa persen…
Bahasa AIPerhatian Laten Multi-Kepala
Multi-Head Latent Attention (MLA) adalah mekanisme perhatian, yang diperkenalkan di DeepSeek-V2, yang memampatkan cache nilai kunci yang haus memori menjadi…
Bahasa AIKepala Penguraian Medusa
Medusa adalah metode penguraian kode spekulatif yang menggabungkan beberapa 'kepala' prediksi tambahan ke dalam model bahasa sehingga dapat menebak beberapa token masa depan sekaligus.
Bahasa AICampuran Kedalaman
Mixture of Depths (MoD) memungkinkan transformator menggunakan jumlah komputasi yang berbeda pada token yang berbeda, hanya merutekan token 'penting' melalui setiap lapisan…
Bahasa AIMamba dan Ruang Negara Selektif
Mamba adalah model urutan yang dibangun di atas model ruang keadaan (SSM) yang memproses teks dalam waktu linier, menawarkan alternatif cepat terhadap model kuadratik Transformer…
Bahasa AIPerhatian Linier RWKV
RWKV adalah arsitektur yang dilatih seperti Transformer tetapi menjalankan inferensi seperti jaringan berulang, memberikan pembangkitan memori konstan dan waktu linier.
Bahasa AIPola Perhatian Jarang
Perhatian yang jarang membuat Transformers lebih murah karena membiarkan setiap token hanya menangani sebagian token lain yang dipilih dengan cermat, bukan semuanya.
Bahasa AIQLoRA dan Penyempurnaan 4-Bit
QLoRA adalah teknik yang memungkinkan Anda menyempurnakan model bahasa besar-besaran pada GPU konsumen tunggal dengan menyimpan model beku hanya dalam 4 bit per bobot.
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.