AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
84 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.
Start her
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.
Topic tracks
Jump into the area you care about. Every track has multiple plain-English guides.
Full library
84 av 1019 guides shown. Filter by track or search above.
Kryssvalidering er en resampling-teknikk for å estimere hvor godt en modell vil generalisere til usynlige data.
GrunnleggendePresisjon og tilbakekalling er to komplementære beregninger for å evaluere klassifiserere, spesielt når klasser er ubalanserte.
GrunnleggendeDobbel nedstigning er den overraskende observasjonen at etter hvert som en modell blir større, blir testfeilen først verre nær "interpolasjonsterskelen", men så blir bedre ...
GrunnleggendeNeural Tangent Kernel (NTK) er et matematisk verktøy som viser at uendelig brede nevrale nettverk oppfører seg som en spesifikk, fast kjernemetode under...
GrunnleggendeLotteribilletthypotesen sier at inne i et stort, tilfeldig initialisert nevralt nettverk skjuler det seg et lite undernettverk - en "vinnende billett" - som trente ...
GrunnleggendeSkaleringslover er empiriske formler som viser at et nevralt nettverks tap faller forutsigbart etter hvert som du vokser modellstørrelse, datasettstørrelse og beregner.
GrunnleggendeChinchilla er et DeepMind-funn fra 2022 at de fleste store språkmodeller var dårlig undertrent: for et fast beregningsbudsjett bør du skalere parametere...
GrunnleggendeNormalisering av gruppert belønning standardiserer en modells belønninger innenfor en gruppe svar på samme forespørsel, og gjør støyende poengsum til en stabil trening...
GrunnleggendeEn verdensmodell er et nevralt nettverk som lærer å forutsi hvordan et miljø endrer seg over tid, og lar en AI "forestille seg" fremtidige utfall før de handler.
GrunnleggendeLengdenormalisering justerer preferansejusteringsmålene slik at modellene slutter å vinne godkjenning bare ved å skrive lengre svar.
GrunnleggendeBradley-Terry-modellen er en hundre år gammel statistisk metode for å gjøre parvise sammenligninger (A slår B) til numeriske skårer.
GrunnleggendeIterativ DPO justerer gjentatte ganger en språkmodell til menneskelige eller AI-preferanser ved å generere nye svar, rangere dem og stille inn på de nye parene hver …
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.