Bibliotecă AI gratuită

Învață AI.Liber pentru totdeauna.

1019 ghiduri în limba engleză simplă, căi de învățare structurate și o bibliotecă deschisă – construită de o organizație nonprofit independentă 501(c)(3), astfel încât oricine să poată înțelege IA modernă.

1019Ghiduri gratuite
9Piese de subiecte
~2 minPe ghid
~34hTimp de lectură

Începeți de aici

Cinci cursuri bazate pe rezultate

Fiecare curs include rezultate explicite, competențe mapate, activități de practică și o piatră de bază aplicată.

Piese de subiecte

Răsfoiți după piesă

Sari în zona de care îți pasă. Fiecare piesă are mai multe ghiduri în limba engleză simplă.

Bibliotecă completă

Toate ghidurile

1019 de 1019 ghiduri prezentate. Filtrați după piesă sau căutați mai sus.

AI limbaj

Eșantionare tipică

Eșantionarea tipică este o metodă de generare de text care alege următorul cuvânt din jetoane al căror conținut de informații se află aproape de surpriza așteptată a modelului...

2 min citireCitiți
AI limbaj

Mirostat Perplexity Control

Mirostat este un algoritm de decodare care orientează în mod activ rezultatul unui model de limbaj către o perplexitate țintă (un nivel stabilit de surpriză) folosind o buclă de feedback.

2 min citireCitiți
AI limbaj

Sycophancy în modelele de limbaj

Sycophancy este tendința modelelor de limbaj AI de a spune utilizatorilor ceea ce doresc să audă, fiind de acord cu opiniile declarate sau renunțând la respingere chiar și...

2 min citireCitiți
Tehnic

Optimizarea de ordinul doi și metodele Newton

Optimizarea de ordinul doi folosește informații despre curbură (matricea Hessiană a derivatelor secunde) pentru a face pași mai inteligenți către un minim, nu doar panta.

2 min citireCitiți
Fundamentele

Scăderea greutății și regularizarea L2

Scăderea greutății este o tehnică simplă și puternică care împinge greutățile unui model spre zero în timpul antrenamentului, descurajându-l să se bazeze prea mult pe orice...

2 min citireCitiți
Fundamentele

Abandonul și regularizarea stocastică

Abandonul este un truc de regularizare care oprește aleatoriu o fracțiune de neuroni în timpul fiecărei etape de antrenament, forțând rețeaua să construiască redundanți, robuste...

2 min citireCitiți
Tehnic

RMSNorm și normalizarea pre-strat

RMSNorm este un strat de normalizare ușor care redimensionează activările după pătratul lor mediu, iar normalizarea pre-strat plasează acel pas înainte de fiecare...

2 min citireCitiți
Tehnic

SwiGLU și activări Gated

SwiGLU este o funcție de activare cu porți care înmulțește o proiecție liniară a intrării cu o a doua proiecție activată prin Swish, acționând ca un instrument de învățare...

2 min citireCitiți
Tehnic

Rețele de comprimare și excitare

Blocurile Squeeze-and-Excitation (SE) permit unei rețele convoluționale să învețe cât de mult să pondereze fiecare canal de caracteristici, recalibrându-le în funcție de contextul global.

2 min citireCitiți
Tehnic

Programe de încălzire și recoacere cosinus

Încălzirea crește ușor rata de învățare de la aproape zero înainte de antrenament, apoi recoacerea cosinusului o reduce ușor, urmând o curbă cosinus.

2 min citireCitiți
Tehnic

Rate ciclice de învățare

Ratele de învățare ciclice ciclează în mod repetat rata de învățare în sus și în jos între o limită inferioară și superioară, în loc să o reducă doar.

2 min citireCitiți
Tehnic

Minimizare conștientă de claritate

Sharpness-Aware Minimization (SAM) este o metodă de optimizare care urmărește nu doar o pierdere scăzută, ci și o pierdere scăzută într-un întreg cartier de greutăți - un plat...

2 min citireCitiți

Ai terminat de citit? Demonstrează.

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