Free AI library

Technical guiderFree forever.

177 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.

177Gratis guider
1Topic tracks
~2 minPer guide
~6hReading time

Start her

Five outcome-based courses

Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.

Topic tracks

Browse by track

Jump into the area you care about. Every track has multiple plain-English guides.

Full library

All guides

177 av 1019 guides shown. Filter by track or search above.

Technical

1-bits og ternære BitNet-modeller

BitNet er Microsofts forskningslinje som viser at store språkmodeller kan trenes med vekter begrenset til bare 1 bit, eller tre verdier ...

2 min readLes
Technical

GPTQ og AWQ Kvantisering etter trening

GPTQ og AWQ er to ledende metoder for å krympe allerede trente språkmodeller til 4-bits presisjon slik at de kjører på billigere, mindre maskinvare.

2 min readLes
Technical

ROUGE og BLEU Evaluering Metrics

ROUGE og BLEU er arbeidshestens automatiske beregninger for å sammenligne maskingenerert tekst med menneskelige referanser.

2 min readLes
Technical

Spekulativ RAG og gjenfinning-augmented drafting

Spekulativ RAG øker hastigheten på og skjerper gjenfinningsforsterket generasjon ved å la en liten, rask modell utarbeide flere kandidatsvar fra hentede...

2 min readLes
Technical

Blokker sparsom og innfødt sparsom oppmerksomhet

Blokkert sparsom og innfødt sparsom oppmerksomhet lar transformatorer ta vare på bare de mest relevante delene av en lang sekvens i stedet for hver token, slashing ...

2 min readLes
Technical

Vannmerkespråkmodellutganger

Vannmerking bygger inn et skjult statistisk signal i AI-generert tekst, slik at den senere kan oppdages som maskinskrevet, uten å endre hva en menneskelig leser ...

2 min readLes
Technical

Spekulativ dekoding med EAGLE

Spekulativ dekoding øker hastigheten på store språkmodellslutninger ved å la en liten utkastmodell gjette flere tokens fremover, som den store modellen så bekrefter ...

2 min readLes
Technical

Påvirkningsfunksjoner for treningsdataattribusjon

Påvirkningsfunksjoner anslår hvor mye hvert treningseksempel formet en modells prediksjon, slik at du kan spore en utgang tilbake til dataene som forårsaket den.

2 min readLes
Technical

Batch-normalisering

Batchnormalisering er en teknikk som omskalerer inngangene til hvert lag i et nevralt nettverk under trening, noe som får dype nettverk til å trene raskere og mer...

2 min readLes
Technical

Innstilling av hyperparameter

Hyperparametere er innstillingene du velger før trening, som læringshastighet eller modellstørrelse, som modellen ikke lærer av seg selv.

2 min readLes
Technical

Kontrastiv læring

Kontrastiv læring lærer en modell å trekke lignende ting sammen og skyve forskjellige ting fra hverandre i et innebygd rom.

2 min readLes
Technical

Forsterkning Lær fra menneskelig tilbakemelding

RLHF er teknikken som gjør en rå språkmodell til en hjelpsom, høflig assistent ved å trene den på menneskelige preferanser.

2 min readLes

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.