01
Asas AI
Fahami apa itu AI, bagaimana sistem belajar, di mana ia gagal, dan bagaimana menilai tuntutan tanpa keterujaan.
Perpustakaan AI percuma
Teknikal panduanPercuma selamanya.
177 panduan bahasa Inggeris biasa, laluan pembelajaran berstruktur dan perpustakaan terbuka — dibina oleh 501(c)(3) bukan untung bebas supaya sesiapa sahaja boleh memahami AI moden.
177Panduan percuma
1Jejak topik
~2 minSetiap panduan
~6hMasa membaca
Mulakan di sini
Lima kursus berasaskan hasil
Setiap kursus merangkumi hasil yang jelas, kompetensi yang dipetakan, aktiviti latihan, dan capstone terapan.
02
Pengguna AI Bertanggungjawab
Gunakan AI secara produktif sambil melindungi privasi, memeriksa hasil, dan mengekalkan akauntabiliti manusia.
03
AI di Tempat Kerja
Nilai kes penggunaan di tempat kerja, jalankan perintis selamat, ukur nilai, dan komunikasikan perubahan dengan bertanggungjawab.
04
Dasar & Masyarakat AI
Analisis sistem AI melalui hak, kesakadilan, tadbir urus, keselamatan, dan hasil kepentingan awam.
05
Membina dengan Sistem AI
Fahami model bahasa, pengambilan, ejen, penilaian, kos, dan perlindungan pelaksanaan melalui reka bentuk sistem yang praktikal.
Jejak topik
Semak imbas mengikut trek
Lompat ke kawasan yang anda minati. Setiap trek mempunyai berbilang panduan bahasa Inggeris biasa.
AsasKonsep teras: cara AI berfungsi pada tahap tinggi.84 panduan AI bahasaLLM, NLP, ChatGPT, gesaan dan pemahaman teks.155 panduan AI VisualPenjanaan imej, penglihatan komputer, video dan reka bentuk.133 panduan AI AudioSuara, muzik, podcasting dan AI mengutamakan audio.117 panduan SyarikatProfil OpenAI, Anthropic, Google, Meta dan banyak lagi.121 panduan AplikasiCara AI muncul dalam pengekodan, carian, ejen dan kehidupan harian.111 panduan industriAI dalam penjagaan kesihatan, kewangan, pendidikan, tenaga dan banyak lagi.91 panduan TeknikalCip, penalaan halus, RAG, vektor dan infrastruktur AI.177 panduan MasyarakatBias, privasi, hak cipta, keselamatan dan masa depan AI.30 panduan
Perpustakaan penuh
Semua panduan
177 daripada 1019 panduan yang ditunjukkan. Tapis mengikut trek atau carian di atas.
Teknikal
Model BitNet 1-Bit dan Ternary
BitNet ialah barisan penyelidikan Microsoft yang menunjukkan bahawa model bahasa besar boleh dilatih dengan pemberat terhad kepada hanya 1 bit, atau tiga nilai…
TeknikalKuantiti Selepas Latihan GPTQ dan AWQ
GPTQ dan AWQ ialah dua kaedah utama untuk mengecilkan model bahasa yang sudah terlatih kepada ketepatan 4-bit supaya ia berjalan pada perkakasan yang lebih murah dan lebih kecil.
TeknikalMetrik Penilaian ROUGE dan BLEU
ROUGE dan BLEU ialah metrik automatik untuk membandingkan teks yang dijana mesin dengan rujukan manusia.
TeknikalRAG Spekulatif dan Penggubalan Pertambahan Pendapatan
RAG Spekulatif mempercepatkan dan menajamkan penjanaan yang dipertingkatkan dengan mendapatkan model yang kecil dan pantas mendraf jawapan berbilang calon daripada yang diambil…
TeknikalPerhatian Jarang Sekat dan Jarang Asli
Perhatian jarang blok dan asli membolehkan transformer hanya memperhatikan bahagian yang paling relevan dari urutan panjang dan bukannya setiap token, pemotongan…
TeknikalOutput Model Bahasa Penanda Air
Penanda air membenamkan isyarat statistik tersembunyi ke dalam teks yang dijana AI supaya ia kemudiannya boleh dikesan sebagai tulisan mesin, tanpa mengubah sifat pembaca manusia…
TeknikalPenyahkodan Spekulatif dengan EAGLE
Penyahkodan spekulatif mempercepatkan inferens model bahasa yang besar dengan membiarkan model draf kecil meneka beberapa token di hadapan, yang kemudiannya disahkan oleh model besar…
TeknikalFungsi Pengaruh untuk Atribusi Data Latihan
Fungsi pengaruh menganggarkan berapa banyak setiap contoh latihan membentuk ramalan model, membolehkan anda menjejak keluaran kembali kepada data yang menyebabkannya.
TeknikalNormalisasi Kelompok
Normalisasi kelompok ialah teknik yang menskalakan semula input pada setiap lapisan rangkaian saraf semasa latihan, menjadikan rangkaian dalam berlatih lebih pantas dan lebih…
TeknikalPenalaan Hiperparameter
Hiperparameter ialah tetapan yang anda pilih sebelum latihan, seperti kadar pembelajaran atau saiz model, yang model tidak belajar sendiri.
TeknikalPembelajaran Kontrastif
Pembelajaran kontrastif mengajar model untuk menyatukan perkara yang serupa dan menolak perkara yang berbeza dalam ruang pembenaman.
TeknikalPembelajaran Pengukuhan Daripada Maklum Balas Manusia
RLHF ialah teknik yang menjadikan model bahasa mentah menjadi pembantu yang membantu dan sopan dengan melatihnya mengikut keutamaan manusia.
Sudah habis membaca? Buktikan.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.