Bezpłatna biblioteka AI

Językowa sztuczna inteligencja przewodnikiZa darmo na zawsze.

155 przewodniki w prostym języku angielskim, ustrukturyzowane ścieżki edukacyjne i otwarta biblioteka — stworzone przez niezależną organizację non-profit 501(c)(3), aby każdy mógł zrozumieć współczesną sztuczną inteligencję.

155Bezpłatne przewodniki
1Ścieżki tematyczne
~2 minWedług przewodnika
~5hCzas czytania

Zacznij tutaj

Pięć Kursy oparte na wynikach

Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.

Ścieżki tematyczne

Przeglądaj według utworu

Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.

Pełna biblioteka

Wszystkie przewodniki

155 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.

Językowa sztuczna inteligencja

Dekodowanie minimalnego ryzyka Bayesa

Dekodowanie minimalnego ryzyka Bayesa (MBR) wybiera wynik, który jest najbardziej podobny do wielu innych prawdopodobnych wyników, a nie pojedynczy wynik o najwyższym prawdopodobieństwie.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Typowe próbkowanie

Typowe próbkowanie to metoda generowania tekstu, która wybiera następne słowo z tokenów, których zawartość informacyjna jest bliska oczekiwanej niespodziance modelu…

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Mirostat Perplexity Kontrola

Mirostat to algorytm dekodujący, który aktywnie kieruje wyjściem modelu językowego w stronę docelowej złożoności (ustawionego poziomu zaskoczenia) za pomocą pętli sprzężenia zwrotnego.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Pochlebstwo w modelach językowych

Pochlebstwo to tendencja modeli językowych sztucznej inteligencji do mówienia użytkownikom tego, co chcą usłyszeć, zgadzania się z wyrażonymi opiniami lub ulegania odmowie nawet…

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Spekulacyjna weryfikacja próbkowania

Próbkowanie spekulatywne przyspiesza generowanie dużych modeli językowych, umożliwiając małemu modelowi „szkicowemu” odgadnięcie kilku tokenów do przodu, a następnie zlecając dużemu modelowi weryfikację…

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Próbkowanie oparte na entropii

Próbkowanie oparte na entropii dostosowuje sposób, w jaki LLM wybiera kolejny token w oparciu o niepewność modelu w tym momencie.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

ELEKTRA Trening wstępny

ELECTRA to skuteczniejszy sposób wstępnego uczenia modeli językowych poprzez uczenie ich rozpoznawania fałszywych słów zamiast zgadywania ukrytych.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Przepis na trening RoBERTa

RoBERTa pokazała, że BERT był znacząco niedoszkolony: dostrajając recepturę, a nie architekturę, ustanowił nowe rekordy wzorcowe.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Modelowanie permutacji XLNet

XLNet łączy dwukierunkowy kontekst BERT z autoregresyjną predykcją GPT poprzez uczenie losowej kolejności słów.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Drzewo Myśli

Drzewo myśli (ToT) to platforma podpowiedzi, która pozwala modelowi językowemu badać wiele ścieżek rozumowania równolegle, niczym gałęzie drzewa, zamiast…

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Dekodowanie spójności własnej

Spójność własna to strategia dekodowania, która pobiera wiele różnych ścieżek rozumowania z modelu językowego, a następnie wybiera odpowiedź, z którą zgadza się większość z nich.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Optymalizacja preferencji ilorazu szans

Optymalizacja preferencji ilorazu szans (ORPO) to metoda dostrajania, która uczy modelu językowego dobrego zachowania i ludzkich preferencji w jednym przejściu szkoleniowym.

2 min. przeczytajPrzeczytaj

Skończyłeś czytać? Udowodnij to.

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.

Language AI AI Guides — Page 3 of 13 | AI Understanding