Фонды искусственного интеллекта
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Бесплатная библиотека искусственного интеллекта
155 простые руководства на английском языке, структурированные схемы обучения и открытая библиотека, созданная независимой некоммерческой организацией 501(c)(3), чтобы каждый мог понять современный искусственный интеллект.
Начните здесь
Каждый курс включает в себя явные результаты, обозначенные компетенции, практические занятия и прикладной завершающий этап.
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Продуктивно используйте ИИ, защищая конфиденциальность, проверяя результаты и сохраняя ответственность человека.
Оценивайте варианты использования на рабочем месте, запускайте безопасные пилотные проекты, измеряйте ценность и ответственно сообщайте об изменениях.
Анализируйте системы ИИ с точки зрения прав, справедливости, управления, безопасности и результатов, отвечающих общественным интересам.
Понимание языковых моделей, поиска, агентов, оценки, стоимости и гарантий развертывания посредством практического проектирования системы.
Тематические треки
Прыгайте в область, которая вас волнует. У каждого трека есть несколько путеводителей на простом английском языке.
Полная библиотека
155 из 1019 показаны направляющие. Фильтруйте по треку или выполните поиск выше.
Оптимизация прямых предпочтений (DPO) — это способ привести языковые модели в соответствие с предпочтениями человека без обучения отдельной модели вознаграждения или запуска…
Языковой ИИМодель вознаграждения — это нейронная сеть, обученная прогнозировать, насколько хорош ответ ИИ, действуя как автоматический дублер человеческого суждения.
Языковой ИИОптимизация проксимальной политики (PPO) — это алгоритм обучения с подкреплением, который больше всего связан с точной настройкой языковых моделей на основе отзывов людей.
Языковой ИИЛучевой поиск — это стратегия декодирования, которая сохраняет на каждом этапе несколько наиболее многообещающих частичных последовательностей вместо жадного выбора одной.
Языковой ИИВыборка Nucleus (top-p) и top-k — это методы декодирования, которые добавляют контролируемую случайность к генерации текста, ограничивая выбор токенов.
Языковой ИИМоделирование замаскированного языка учит ИИ заполнять намеренно скрытые слова, используя весь окружающий контекст, как слева, так и справа.
Языковой ИИПрогнозирование следующего токена — это обманчиво простая цель моделей в стиле GPT: учитывая все, что есть на данный момент, угадать следующий фрагмент текста.
Языковой ИИМодели «последовательность-последовательность» сопоставляют одну последовательность с другой, возможно, разной длины, например, перевод предложения или краткое изложение документа.
Языковой ИИАрхитектуры кодировщика-декодера делят модель на две половины: одна считывает и сжимает входные данные в расширенное внутреннее представление, а вторая…
Языковой ИИПерекрестное внимание — это механизм, который позволяет одной последовательности смотреть на другую: декодер, генерирующий текст, может следить за представлением входных данных кодером.
Языковой ИИКатастрофическое забывание — это когда нейронная сеть изучает новую задачу и резко теряет способность выполнять уже освоенные задачи.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.