01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Teknis panduanGratis selamanya.
177 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.
177Panduan gratis
1Trek topik
~2 minSesuai panduan
~6hReading 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
177 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Teknis
Model BitNet 1-Bit dan Ternary
BitNet adalah rangkaian penelitian Microsoft yang menunjukkan bahwa model bahasa besar dapat dilatih dengan bobot yang dibatasi hanya 1 bit, atau tiga nilai…
TeknisKuantisasi Pasca Pelatihan GPTQ dan AWQ
GPTQ dan AWQ adalah dua metode terkemuka untuk memperkecil model bahasa yang sudah dilatih menjadi presisi 4-bit sehingga dapat dijalankan pada perangkat keras yang lebih murah dan lebih kecil.
TeknisMetrik Evaluasi ROUGE dan BLEU
ROUGE dan BLEU adalah metrik otomatis pekerja keras untuk membandingkan teks yang dihasilkan mesin dengan referensi manusia.
TeknisRAG Spekulatif dan Drafting Retrieval-Augmented
RAG spekulatif mempercepat dan mempertajam pembuatan augmentasi pengambilan dengan memiliki draf model kecil dan cepat dari beberapa jawaban kandidat dari yang diambil…
TeknisPerhatian Blok-Jarang dan Jarang Asli
Perhatian yang jarang terhadap blok dan perhatian yang jarang memungkinkan transformator hanya memperhatikan bagian yang paling relevan dari rangkaian panjang, bukan setiap token, memotong…
TeknisKeluaran Model Bahasa Watermarking
Watermarking menyematkan sinyal statistik tersembunyi ke dalam teks yang dihasilkan AI sehingga nantinya dapat dideteksi sebagai teks yang ditulis mesin, tanpa mengubah cara pembaca manusia…
TeknisDecoding Spekulatif dengan EAGLE
Penguraian kode spekulatif mempercepat inferensi model bahasa besar dengan membiarkan model draf kecil menebak beberapa token di depan, yang kemudian diverifikasi oleh model besar…
TeknisFungsi Pengaruh untuk Atribusi Data Pelatihan
Fungsi pengaruh memperkirakan seberapa besar setiap contoh pelatihan membentuk prediksi model, sehingga memungkinkan Anda melacak keluaran kembali ke data yang menyebabkannya.
TeknisNormalisasi Batch
Normalisasi batch adalah teknik yang mengubah skala masukan ke setiap lapisan jaringan saraf selama pelatihan, membuat jaringan dalam berlatih lebih cepat dan lebih banyak…
TeknisPenyetelan Hiperparameter
Hyperparameter adalah pengaturan yang Anda pilih sebelum pelatihan, seperti kecepatan pembelajaran atau ukuran model, yang tidak dipelajari sendiri oleh model.
TeknisPembelajaran Kontrastif
Pembelajaran kontrastif mengajarkan model untuk menyatukan hal-hal serupa dan memisahkan hal-hal yang berbeda dalam sebuah ruang yang menyatu.
TeknisPembelajaran Penguatan Dari Umpan Balik Manusia
RLHF adalah teknik yang mengubah model bahasa mentah menjadi asisten yang membantu dan sopan dengan melatihnya berdasarkan preferensi manusia.
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.