01
Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Bezpłatna biblioteka AI
Techniczne przewodnikiZa darmo na zawsze.
177 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.
177Bezpłatne przewodniki
1Ścieżki tematyczne
~2 minWedług przewodnika
~6hCzas 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
177 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Techniczne
1-bitowe i trójskładnikowe modele BitNet
BitNet to linia badań Microsoft pokazująca, że duże modele językowe można trenować przy użyciu wag ograniczonych do zaledwie 1 bitu lub trzech wartości…
TechniczneKwantyzacja potreningowa GPTQ i AWQ
GPTQ i AWQ to dwie wiodące metody zmniejszania już wytrenowanych modeli języków do 4-bitowej precyzji, dzięki czemu działają na tańszym, mniejszym sprzęcie.
TechniczneWskaźniki oceny ROUGE i BLEU
ROUGE i BLEU to automatyczne wskaźniki, które służą do porównywania tekstu wygenerowanego maszynowo z odniesieniami ludzkimi.
TechniczneSpekulatywne RAG i kreślenie wspomagane wyszukiwaniem
Spekulacyjny RAG przyspiesza i udoskonala generowanie wspomagane wyszukiwaniem, ponieważ mały, szybki model tworzy wiele potencjalnych odpowiedzi z pobranych…
TechniczneBlokowa rzadka i natywna rzadka uwaga
Rzadkie bloki i natywna rzadka uwaga pozwalają transformatorom zająć się tylko najbardziej istotnymi fragmentami długiej sekwencji zamiast każdym tokenem, tnąc…
TechniczneDane wyjściowe modelu języka znaku wodnego
Znak wodny osadza ukryty sygnał statystyczny w tekście wygenerowanym przez sztuczną inteligencję, dzięki czemu można go później wykryć jako napisany maszynowo, bez zmiany tego, co…
TechniczneDekodowanie spekulatywne za pomocą programu EAGLE
Dekodowanie spekulatywne przyspiesza wnioskowanie z dużego modelu językowego, umożliwiając maleńkiemu modelowi roboczemu odgadnięcie kilku tokenów do przodu, które następnie duży model weryfikuje…
TechniczneFunkcje wpływu na atrybucję danych szkoleniowych
Funkcje wpływu szacują, w jakim stopniu każdy przykład szkoleniowy wpłynął na przewidywanie modelu, umożliwiając prześledzenie danych wyjściowych z powrotem do danych, które je spowodowały.
TechniczneNormalizacja wsadowa
Normalizacja wsadowa to technika, która podczas uczenia przeskalowuje dane wejściowe do każdej warstwy sieci neuronowej, dzięki czemu głębokie sieci uczą się szybciej i bardziej…
TechniczneStrojenie hiperparametrów
Hiperparametry to ustawienia wybierane przed szkoleniem, takie jak szybkość uczenia się lub rozmiar modelu, których model nie uczy się samodzielnie.
TechniczneKontrastowe uczenie się
Kontrastowe uczenie się uczy modelu łączenia podobnych rzeczy i odsuwania od siebie odmiennych w osadzającej przestrzeni.
TechniczneUczenie się ze wzmocnieniem na podstawie informacji zwrotnej od ludzi
RLHF to technika, która zmienia surowy model języka w pomocnego, uprzejmego asystenta, ucząc go ludzkich preferencji.
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.