Фонды искусственного интеллекта
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Бесплатная библиотека искусственного интеллекта
177 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
177 из 1019 показаны направляющие. Фильтруйте по треку или выполните поиск выше.
Обнаружение дрейфа модели — это практика мониторинга развернутой модели машинного обучения, чтобы обнаружить, когда ее точность незаметно снижается, потому что в реальном мире…
ТехническийA/B-тестирование моделей машинного обучения означает маршрутизацию живого трафика одновременно к двум версиям модели и измерение того, какая из них на самом деле работает лучше для реальных пользователей и реальных…
ТехническийСериализация модели — это способ сохранения обученной модели машинного обучения на диске, чтобы ее можно было загрузить и запустить позже на другом компьютере или в другом…
ТехническийОбучение смешанной точности ускоряет обучение нейронной сети и сокращает использование памяти, выполняя большую часть математических вычислений с 16-битной плавающей запятой вместо 32-битной.
ТехническийСпекулятивное декодирование заставляет большие языковые модели генерировать текст быстрее, используя небольшую, быструю «черновую» модель, чтобы угадать несколько токенов вперед, а затем получить большой…
ТехническийВ кэше KV хранятся ключи и значения, которые преобразователь уже вычислил, поэтому он не повторяет работу для каждого нового токена, но может увеличиваться до гигабайт.
ТехническийFlash Attention — это умный способ вычислить шаг внимания внутри Transformers, не записывая гигантскую матрицу внимания для замедления памяти.
ТехническийСокращение модели сжимает нейронную сеть за счет удаления весов или целых структур, которые мало влияют на ее выходные данные.
ТехническийТокенизация разбивает текст на небольшие блоки, которые фактически читает языковая модель, а кодирование пар байтов (BPE) является популярным методом построения…
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.