01
Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
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.
02
Odpowiedzialny użytkownik AI
Korzystaj z AI produktywnie, jednocześnie chroniąc prywatność, kontrolując wyniki i dbając o odpowiedzialność człowieka.
03
AI w pracy
Oceniaj przypadki użycia w miejscu pracy, realizuj bezpieczne pilotażowe testy, mierz wartość i odpowiedzialnie komunikuj zmiany.
04
Polityka i społeczeństwo dotyczące sztucznej inteligencji
Analizuj systemy AI przez pryzmat praw, równości, zarządzania, bezpieczeństwa oraz efektów w interesie publicznym.
05
Budowanie z systemami AI
Zrozum modele językowe, wyszukiwanie, agenty, ocenę, koszty oraz zabezpieczenia wdrożenia poprzez praktyczne projektowanie systemów.
Ścieżki tematyczne
Przeglądaj według utworu
Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.
PodstawyPodstawowe pojęcia: jak sztuczna inteligencja działa na wysokim poziomie.84 przewodniki Językowa sztuczna inteligencjaLLM, NLP, ChatGPT, podpowiadanie i rozumienie tekstu.155 przewodniki Wizualna sztuczna inteligencjaGenerowanie obrazu, wizja komputerowa, wideo i projektowanie.133 przewodniki Dźwiękowa sztuczna inteligencjaGłos, muzyka, podcasty i sztuczna inteligencja oparta na dźwięku.117 przewodniki FirmyProfile OpenAI, Anthropic, Google, Meta i nie tylko.121 przewodniki AplikacjeJak sztuczna inteligencja pojawia się w kodowaniu, wyszukiwaniu, agentach i życiu codziennym.111 przewodniki PrzemysłySztuczna inteligencja w opiece zdrowotnej, finansach, edukacji, energetyce i nie tylko.91 przewodniki TechniczneChipy, dostrajanie, RAG, wektory i infrastruktura AI.177 przewodniki SpołeczeństwoUprzedzenia, prywatność, prawa autorskie, bezpieczeństwo i przyszłość sztucznej inteligencji.30 przewodniki
Pełna biblioteka
Wszystkie przewodniki
155 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Językowa sztuczna inteligencja
Optymalizacja Kahnemana-Tversky’ego
Optymalizacja Kahnemana-Tversky’ego (KTO) to metoda dopasowywania, która uczy się na podstawie prostych etykiet z kciukiem w górę lub w dół, a nie z porównań parami.
Językowa sztuczna inteligencjaDostrajanie próbkowania odrzucenia
Dostrajanie próbkowania odrzuconego (RFT) generuje wiele potencjalnych odpowiedzi, zatrzymuje tylko te z najlepszymi wynikami i ponownie szkoli model na tych zwycięzcach.
Językowa sztuczna inteligencjaModele nagradzania procesu
Modele nagrody za proces (PRM) oceniają każdy pojedynczy krok rozumowania sztucznej inteligencji, a nie tylko ostateczną odpowiedź.
Językowa sztuczna inteligencjaAgregacja mieszanin agentów
Mieszanka agentów (MoA) to technika, w której kilka modeli językowych przygotowuje odpowiedzi, a następnie model agregatorowy łączy najlepsze pomysły w jeden ulepszony…
Językowa sztuczna inteligencjaWarstwy adapterów do transferu
Warstwy adapterów to maleńkie moduły, które można trenować, wstawiane do zamrożonego, wstępnie wytrenowanego modelu, co pozwala dostosować go do nowych zadań poprzez aktualizację tylko kilku procent…
Językowa sztuczna inteligencjaUkryta uwaga wielogłowicowa
Multi-Head Latent Attention (MLA) to mechanizm uwagi wprowadzony w DeepSeek-V2, który kompresuje wymagającą pamięci pamięć podręczną klucz-wartość do małego współdzielonego…
Językowa sztuczna inteligencjaGłowice dekodujące Meduzy
Medusa to metoda dekodowania spekulatywnego, która łączy kilka dodatkowych „głow” predykcyjnych z modelem językowym, dzięki czemu może odgadnąć wiele przyszłych tokenów jednocześnie.
Językowa sztuczna inteligencjaMieszanka głębin
Mieszanka głębokości (MoD) pozwala transformatorowi wydawać różną ilość mocy obliczeniowej na różnych tokenach, kierując tylko „ważne” tokeny przez…
Językowa sztuczna inteligencjaMamba i selektywne przestrzenie stanów
Mamba to model sekwencji zbudowany na modelach przestrzeni stanów (SSM), który przetwarza tekst w czasie liniowym, oferując szybką alternatywę dla kwadratowego modelu Transformera…
Językowa sztuczna inteligencjaUwaga liniowa RWKV
RWKV to architektura, która trenuje jak transformator, ale uruchamia wnioskowanie jak sieć rekurencyjna, zapewniając generowanie liniowe w czasie i ze stałą pamięcią.
Językowa sztuczna inteligencjaRzadkie wzorce uwagi
Niewielka uwaga sprawia, że Transformatory są tańsze, ponieważ każdy token obsługuje tylko starannie wybrany podzbiór innych tokenów, a nie wszystkie.
Językowa sztuczna inteligencjaQLoRA i 4-bitowe dostrajanie
QLoRA to technika, która pozwala dostroić ogromny model językowy na pojedynczym konsumenckim procesorze graficznym poprzez przechowywanie zamrożonego modelu w zaledwie 4 bitach na wagę.
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.