Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Bezpłatna biblioteka AI
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.
Zacznij tutaj
Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Korzystaj z AI produktywnie, jednocześnie chroniąc prywatność, kontrolując wyniki i dbając o odpowiedzialność człowieka.
Oceniaj przypadki użycia w miejscu pracy, realizuj bezpieczne pilotażowe testy, mierz wartość i odpowiedzialnie komunikuj zmiany.
Analizuj systemy AI przez pryzmat praw, równości, zarządzania, bezpieczeństwa oraz efektów w interesie publicznym.
Zrozum modele językowe, wyszukiwanie, agenty, ocenę, koszty oraz zabezpieczenia wdrożenia poprzez praktyczne projektowanie systemów.
Ścieżki tematyczne
Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.
Pełna biblioteka
155 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Elementy sterujące dekodowaniem to pokrętła decydujące o tym, w jaki sposób model języka wybiera każde następne słowo z rozkładu prawdopodobieństwa.
Językowa sztuczna inteligencjaALiBi (Attention with Linear Biases) to sprytny sposób na zapewnienie transformatorom poczucia porządku słów bez tradycyjnego osadzania pozycji.
Językowa sztuczna inteligencjaUwaga wielozapytaniowa (MQA) to oszczędzająca pamięć odmiana uwagi transformatora, która udostępnia jeden zestaw kluczy i wartości wszystkim głowicom uwagi.
Językowa sztuczna inteligencjaSentencePiece to niezależny od języka tokenizator, który uczy się, jak dzielić surowy tekst na fragmenty słów podrzędnych bezpośrednio z danych, bez polegania na spacjach.
Językowa sztuczna inteligencjaWordPiece to algorytm tokenizacji podsłów, który obsługuje BERT i wiele modeli Google, dzieląc słowa na fragmenty nadające się do ponownego wykorzystania, dzięki czemu model może obsłużyć dowolne…
Językowa sztuczna inteligencjaZdanie-BERT (SBERT) dostosowuje BERT do tworzenia pojedynczego wektora o stałej długości dla całego zdania, dzięki czemu znaczenie można porównać z szybkim podobieństwem cosinus.
Językowa sztuczna inteligencjaT5 (Transformator transferu tekstu na tekst), od Google w 2019 r., zmienia każde zadanie NLP, tłumaczenie, podsumowanie, klasyfikację, a nawet regresję, jako zasilanie…
Językowa sztuczna inteligencjaFunkcja Dense Passage Retrieval (DPR) wyszukuje odpowiedni tekst, porównując znaczenie pytania i fragmentów jako wektory numeryczne, a nie pasujące słowa.
Językowa sztuczna inteligencjaBM25 to klasyczna funkcja rankingu oparta na słowach kluczowych, która ocenia dokumenty na podstawie częstotliwości pojawiania się terminów w zapytaniu, skorygowanej pod kątem rzadkości terminów i długości dokumentu.
Językowa sztuczna inteligencjaHyDE usprawnia wyszukiwanie, najpierw prosząc model językowy o wyobrażenie sobie fałszywego dokumentu odpowiedzi, a następnie wyszukując z osadzeniem tego dokumentu zamiast surowego…
Językowa sztuczna inteligencjaDekodowanie spekulatywne wykorzystuje mały, szybki model „szkicowy” do odgadnięcia kilku nadchodzących tokenów, które następnie weryfikuje duży model w jednym przebiegu.
Językowa sztuczna inteligencjaDekodowanie z wyprzedzeniem przyspiesza generowanie LLM bez dodatkowego modelu roboczego poprzez zgadywanie i weryfikację wielu przyszłych tokenów równolegle przy użyciu n-gramów…
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.