01
AI 基盤
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
無料のAIライブラリ
技術的な ガイド永久無料。
177 平易な英語のガイド、構造化された学習パス、オープン ライブラリ - 独立した 501(c)(3) 非営利団体によって構築され、誰でも最新の AI を理解できるようになります。
177無料ガイド
1トピックトラック
~2 minガイドごと
~6h読書時間
ここから始めましょう
5 成果ベースのコース
各コースには、明示的な成果、マッピングされたコンピテンシー、練習アクティビティ、および適用されたキャップストーンが含まれています。
02
責任あるAIユーザー
プライバシーを保護し、出力をチェックし、人間の責任を守りながら、AI を生産的に使用します。
03
働くAI
職場のユースケースを評価し、安全なパイロットを実施し、価値を測定し、責任を持って変更を伝えます。
04
AI政策と社会
権利、公平性、ガバナンス、安全性、公益の成果を通じて AI システムを分析します。
05
AI システムによる構築
実践的なシステム設計を通じて、言語モデル、取得、エージェント、評価、コスト、展開の安全策を理解します。
トピックトラック
トラックごとに閲覧する
気になるエリアに飛び込んでみましょう。すべてのトラックには複数のわかりやすい英語のガイドが付いています。
基本中心となる概念: AI が高レベルでどのように機能するか。84 ガイド 言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。155 ガイド ビジュアルAI画像生成、コンピュータビジョン、ビデオ、デザイン。133 ガイド オーディオAI音声、音楽、ポッドキャスティング、オーディオファースト AI。117 ガイド 企業OpenAI、Anthropic、Google、Meta などのプロファイル。121 ガイド アプリケーションAI がコーディング、検索、エージェント、日常生活にどのように現れるか。111 ガイド 産業ヘルスケア、金融、教育、エネルギーなどにおける AI。91 ガイド 技術的なチップ、微調整、RAG、ベクター、AI インフラストラクチャ。177 ガイド 社会偏見、プライバシー、著作権、安全性、そして AI の未来。30 ガイド
フルライブラリ
すべてのガイド
177 の 1019 ガイドが表示されます。トラックでフィルタリングするか、上で検索してください。
技術的な
1 ビットおよび 3 進 BitNet モデル
BitNet は Microsoft の一連の研究で、大規模な言語モデルを 1 ビットまたは 3 つの値に制限した重みでトレーニングできることを示しています。
技術的なGPTQ および AWQ ポストトレーニング量子化
GPTQ と AWQ は、トレーニング済みの言語モデルを 4 ビット精度に縮小して、より安価で小型のハードウェアで実行できる 2 つの主要な方法です。
技術的なROUGE と BLEU の評価指標
ROUGE と BLEU は、機械で生成されたテキストと人間の参照を比較するための主力の自動指標です。
技術的な投機的 RAG と検索拡張ドラフティング
投機的 RAG は、取得されたデータから複数の候補の回答を小規模で高速なモデルにドラフトさせることで、検索拡張生成を高速化し、鮮明にします。
技術的なブロックスパースおよびネイティブスパースアテンション
ブロック スパースおよびネイティブ スパース アテンションにより、トランスフォーマーはすべてのトークン、スラッシュなどではなく、長いシーケンスの最も関連性の高いチャンクのみに注意を払うことができます。
技術的なウォーターマーク言語モデルの出力
透かしは、AI が生成したテキストに隠された統計信号を埋め込むため、人間の読み手を変えることなく、後から機械で書かれたものとして検出できるようになります。
技術的なEAGLEによる投機的デコード
投機的デコードは、小さなドラフト モデルに先行するいくつかのトークンを推測させ、その後大きなモデルがそれを検証することで、大規模な言語モデルの推論を高速化します。
技術的なトレーニングデータの帰属に対する影響関数
影響関数は、各トレーニング サンプルがモデルの予測をどの程度形成したかを推定し、出力をその原因となったデータまで追跡できるようにします。
技術的なバッチ正規化
バッチ正規化は、トレーニング中にニューラル ネットワークの各層への入力を再スケーリングする手法であり、ディープ ネットワークのトレーニングをより高速かつ詳細に行うことができます。
技術的なハイパーパラメータの調整
ハイパーパラメーターは、学習率やモデル サイズなど、モデルが独自に学習しない、トレーニング前に選択する設定です。
技術的な対照学習
対照学習は、埋め込み空間内で似たものをまとめ、異なるものを遠ざけることをモデルに教えます。
技術的な人間のフィードバックからの強化学習
RLHF は、生の言語モデルを人間の好みに基づいてトレーニングすることで、役立つ丁寧なアシスタントに変える技術です。
読み終わりましたか？証明してみろ。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.