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
Kontrol Penalti Pengulangan dan Decoding
Kontrol decoding adalah tombol yang menentukan bagaimana model bahasa memilih setiap kata berikutnya dari distribusi probabilitasnya.
Bahasa AIBias Posisi ALiBi
ALiBi (Perhatian dengan Bias Linier) adalah cara cerdas untuk memberi transformator gambaran urutan kata tanpa penyematan posisi tradisional.
Bahasa AIPerhatian Multi-Kueri
Multi-Query Attention (MQA) adalah perubahan hemat memori pada perhatian transformator yang berbagi satu set kunci dan nilai di semua kepala perhatian.
Bahasa AITokenisasi Bagian Kalimat
SentencePiece adalah tokenizer tanpa bahasa yang mempelajari cara membagi teks mentah menjadi potongan subkata langsung dari data, tanpa bergantung pada spasi.
Bahasa AITokenisasi WordPiece
WordPiece adalah algoritme tokenisasi subkata yang mendukung BERT dan banyak model Google, memecah kata menjadi fragmen yang dapat digunakan kembali sehingga model dapat menangani…
Bahasa AIPenyematan Kalimat-BERT
Sentence-BERT (SBERT) mengadaptasi BERT untuk menghasilkan satu vektor dengan panjang tetap untuk keseluruhan kalimat, sehingga makna dapat dibandingkan dengan kesamaan kosinus yang cepat.
Bahasa AIT5 dan Transfer Teks-ke-Teks
T5 (Transformator Transfer Teks-ke-Teks), dari Google pada tahun 2019, membingkai ulang setiap tugas NLP, terjemahan, ringkasan, klasifikasi, bahkan regresi, sebagai pemberian makan…
Bahasa AIPengambilan Bagian Padat
Dense Passage Retrieval (DPR) menemukan teks yang relevan dengan membandingkan makna pertanyaan dan bagian sebagai vektor numerik, bukan kata yang cocok.
Bahasa AIBM25 dan Pengambilan Leksikal
BM25 adalah fungsi pemeringkatan berbasis kata kunci klasik yang menilai dokumen berdasarkan seberapa sering istilah kueri muncul, disesuaikan dengan kelangkaan istilah dan panjang dokumen.
Bahasa AIPenyematan Dokumen Hipotetis HyDE
HyDE meningkatkan pengambilan dengan terlebih dahulu meminta model bahasa untuk membayangkan dokumen jawaban palsu, lalu menelusuri dengan penyematan dokumen tersebut, bukan dengan dokumen mentah…
Bahasa AIModel Draf Decoding Spekulatif
Penguraian kode spekulatif menggunakan model 'draf' yang kecil dan cepat untuk menebak beberapa token yang akan datang yang kemudian diverifikasi oleh model besar dalam satu kali proses.
Bahasa AIPenguraian kode ke depan
Penguraian kode Lookahead mempercepat pembuatan LLM tanpa model draf tambahan dengan menebak dan memverifikasi beberapa token masa depan secara paralel menggunakan n-gram…
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.