AI-fundamenten
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Gratis AI-bibliotheek
155 duidelijke Engelse handleidingen, gestructureerde leertrajecten en een open bibliotheek – gebouwd door een onafhankelijke 501(c)(3) non-profitorganisatie, zodat iedereen de moderne AI kan begrijpen.
Begin hier
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Onderwerptracks
Spring naar het gebied waar u om geeft. Elke track heeft meerdere duidelijke Engelse gidsen.
Volledige bibliotheek
155 van 1019 gidsen getoond. Filter op nummer of zoek hierboven.
Minimum Bayes Risk (MBR)-decodering kiest de uitvoer die het meest lijkt op veel andere waarschijnlijke uitvoer, in plaats van de uitvoer met de hoogste waarschijnlijkheid.
Taal AITypische sampling is een methode voor het genereren van tekst waarbij het volgende woord wordt gekozen uit tokens waarvan de informatie-inhoud dicht bij de verwachte verrassing van het model ligt...
Taal AIMirostat is een decoderingsalgoritme dat de uitvoer van een taalmodel actief naar een doelverbijstering (een vast niveau van verrassing) stuurt met behulp van een feedbacklus.
Taal AISycophancy is de neiging van AI-taalmodellen om gebruikers te vertellen wat ze willen horen, het eens te zijn met uitgesproken meningen of toe te geven aan het terugdringen van zelfs…
Taal AISpeculatieve sampling versnelt het genereren van grote taalmodellen door een klein 'concept'-model meerdere tokens vooruit te laten raden, en vervolgens het grote model te laten verifiëren ...
Taal AIOp entropie gebaseerde bemonstering past de manier aan waarop een LLM zijn volgende token kiest op basis van hoe onzeker het model op dat moment is.
Taal AIELECTRA is een efficiëntere manier om taalmodellen voor te trainen door ze valse woorden te leren herkennen in plaats van verborgen woorden te raden.
Taal AIRoBERTa toonde aan dat BERT aanzienlijk ondertraind was: door het recept aan te passen in plaats van de architectuur, vestigde het nieuwe benchmarkrecords.
Taal AIXLNet combineert de bidirectionele context van BERT met de autoregressieve voorspelling van GPT door te trainen op willekeurige woordvolgorde.
Taal AITree of Thoughts (ToT) is een prikkelend raamwerk waarmee een taalmodel meerdere redeneerpaden parallel kan verkennen, zoals takken van een boom, in plaats van…
Taal AIZelfconsistentie is een decoderingsstrategie die veel verschillende redeneerpaden uit een taalmodel bemonstert en vervolgens het antwoord kiest waar de meesten het over eens zijn.
Taal AIOdds Ratio Preference Optimization (ORPO) is een verfijningsmethode die een taalmodel in één training goed gedrag en menselijke voorkeuren aanleert.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.