Biblioteca de IA gratuita

Aprenda IA.Livre para sempre.

1019 guias em inglês simples, caminhos de aprendizagem estruturados e uma biblioteca aberta — criada por uma organização sem fins lucrativos 501(c)(3) independente para que qualquer pessoa possa entender a IA moderna.

1019Guias gratuitos
9Faixas de tópico
~2 minPor guia
~34hTempo de leitura

Comece aqui

Cinco cursos baseados em resultados

Cada curso inclui resultados explícitos, competências mapeadas, atividades práticas e um objetivo final aplicado.

Faixas de tópico

Navegue por faixa

Entre na área de seu interesse. Cada faixa tem vários guias em inglês simples.

Biblioteca completa

Todos os guias

1019 de 1019 guias mostrados. Filtre por faixa ou pesquise acima.

IA de linguagem

Amostragem Típica

A amostragem típica é um método de geração de texto que escolhe a próxima palavra de tokens cujo conteúdo de informação se aproxima da surpresa esperada do modelo…

2 minutos de leituraLeia
IA de linguagem

Controle Mirostat Perplexity

Mirostat é um algoritmo de decodificação que orienta ativamente a saída de um modelo de linguagem em direção a uma perplexidade alvo (um nível definido de surpresa) usando um ciclo de feedback.

2 minutos de leituraLeia
IA de linguagem

Bajulação em modelos de linguagem

Bajulação é a tendência dos modelos de linguagem de IA de dizer aos usuários o que eles querem ouvir, concordando com as opiniões declaradas ou mesmo cedendo a resistências…

2 minutos de leituraLeia
Técnico

Otimização de segunda ordem e métodos de Newton

A otimização de segunda ordem usa informações de curvatura (a matriz Hessiana de segundas derivadas) para dar passos mais inteligentes em direção ao mínimo, e não apenas à inclinação.

2 minutos de leituraLeia
Fundamentos

Decadência de peso e regularização L2

A redução de peso é uma técnica simples e poderosa que leva os pesos de um modelo a zero durante o treinamento, desencorajando-o de depender demais de qualquer…

2 minutos de leituraLeia
Fundamentos

Dropout e regularização estocástica

Dropout é um truque de regularização que desliga aleatoriamente uma fração de neurônios durante cada etapa de treinamento, forçando a rede a construir redes redundantes e robustas…

2 minutos de leituraLeia
Técnico

RMSNorm e normalização de pré-camada

RMSNorm é uma camada de normalização leve que redimensiona as ativações por sua raiz quadrada média e a normalização da pré-camada coloca essa etapa antes de cada…

2 minutos de leituraLeia
Técnico

SwiGLU e ativações fechadas

SwiGLU é uma função de ativação fechada que multiplica uma projeção linear da entrada por uma segunda projeção ativada por Swish, agindo como um aprendizado…

2 minutos de leituraLeia
Técnico

Redes de compressão e excitação

Os blocos Squeeze-and-Excitation (SE) permitem que uma rede convolucional aprenda quanto pesar cada canal de recurso, recalibrando-os com base no contexto global.

2 minutos de leituraLeia
Técnico

Cronogramas de aquecimento e recozimento de cosseno

O aquecimento aumenta suavemente a taxa de aprendizado de perto de zero antes do treinamento e, em seguida, o recozimento do cosseno diminui suavemente seguindo uma curva de cosseno.

2 minutos de leituraLeia
Técnico

Taxas de aprendizagem cíclica

As taxas de aprendizagem cíclicas alternam repetidamente a taxa de aprendizagem para cima e para baixo entre um limite inferior e superior, em vez de apenas decaí-la.

2 minutos de leituraLeia
Técnico

Minimização com reconhecimento de nitidez

Minimização com reconhecimento de nitidez (SAM) é um método de otimização que busca não apenas uma perda baixa, mas uma perda baixa em toda uma vizinhança de pesos - um plano…

2 minutos de leituraLeia

Terminou de ler? Prove.

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