01
AI-fundamenten
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Gratis AI-bibliotheek
Technisch gidsenVoor altijd gratis.
177 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.
177Gratis gidsen
1Onderwerptracks
~2 minPer gids
~6hReading time
Begin hier
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Verantwoordelijke AI-gebruiker
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI op het werk
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI-beleid en samenleving
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Bouwen met AI-systemen
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Onderwerptracks
Blader op nummer
Spring naar het gebied waar u om geeft. Elke track heeft meerdere duidelijke Engelse gidsen.
GrondbeginselenKernconcepten: hoe AI op een hoog niveau werkt.84 gidsen Taal AILLM's, NLP, ChatGPT, aanwijzingen en tekstbegrip.155 gidsen Visuele AIBeeldgeneratie, computervisie, video en ontwerp.133 gidsen Audio-AISpraak, muziek, podcasting en audio-first AI.117 gidsen BedrijvenProfielen van OpenAI, Anthropic, Google, Meta en meer.121 gidsen ToepassingenHoe AI opduikt in coderen, zoeken, agenten en het dagelijks leven.111 gidsen IndustrieënAI in de gezondheidszorg, financiën, onderwijs, energie en meer.91 gidsen TechnischChips, fine-tuning, RAG, vectoren en AI-infrastructuur.177 gidsen SamenlevingVooroordelen, privacy, auteursrecht, veiligheid en de AI-toekomst.30 gidsen
Volledige bibliotheek
Alle gidsen
177 van 1019 gidsen getoond. Filter op nummer of zoek hierboven.
Technisch
1-Bit en ternaire BitNet-modellen
BitNet is de onderzoekslijn van Microsoft die aantoont dat grote taalmodellen kunnen worden getraind met gewichten die beperkt zijn tot slechts 1 bit, of drie waarden...
TechnischGPTQ en AWQ kwantisering na de training
GPTQ en AWQ zijn twee toonaangevende methoden om reeds getrainde taalmodellen terug te brengen tot een precisie van 4 bits, zodat ze op goedkopere, kleinere hardware kunnen draaien.
TechnischROUGE- en BLEU-evaluatiestatistieken
ROUGE en BLEU zijn de automatische meetinstrumenten voor het vergelijken van door machines gegenereerde tekst met menselijke referenties.
TechnischSpeculatieve RAG en Retrieval-Augmented Drafting
Speculatieve RAG versnelt en verscherpt het genereren van ophaalmogelijkheden door een klein, snel model meerdere kandidaat-antwoorden te laten opstellen uit opgehaalde...
TechnischBlok-sparse en inheemse schaarse aandacht
Door de beperkte en native schaarse aandacht kunnen transformatoren alleen aandacht besteden aan de meest relevante delen van een lange reeks in plaats van aan elk token, snijdend...
TechnischWatermerken Taalmodeluitvoer
Watermerken integreren een verborgen statistisch signaal in door AI gegenereerde tekst, zodat deze later kan worden gedetecteerd als machinaal geschreven, zonder te veranderen wat een menselijke lezer...
TechnischSpeculatieve decodering met EAGLE
Speculatieve decodering versnelt de gevolgtrekking van grote taalmodellen door een klein conceptmodel meerdere tokens vooruit te laten raden, die het grote model vervolgens verifieert...
TechnischBeïnvloedingsfuncties voor attributie van trainingsgegevens
Invloedfuncties schatten in welke mate elk trainingsvoorbeeld de voorspelling van een model heeft beïnvloed, zodat u een uitvoer kunt herleiden tot de gegevens die deze hebben veroorzaakt.
TechnischBatch-normalisatie
Batchnormalisatie is een techniek die tijdens de training de invoer naar elke laag van een neuraal netwerk herschaalt, waardoor diepe netwerken sneller en beter kunnen trainen.
TechnischHyperparameterafstemming
Hyperparameters zijn de instellingen die u vóór de training kiest, zoals leersnelheid of modelgrootte, die het model niet zelf leert.
TechnischContrastief leren
Contrastief leren leert een model om soortgelijke dingen samen te brengen en ongelijksoortige dingen uit elkaar te duwen in een inbeddingsruimte.
TechnischVersterking van het leren van menselijke feedback
RLHF is de techniek die een ruw taalmodel omzet in een behulpzame, beleefde assistent door het te trainen op menselijke voorkeuren.
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.