AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
177 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.
Börja här
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Topic tracks
Jump into the area you care about. Every track has multiple plain-English guides.
Full library
177 av 1019 guides shown. Filter by track or search above.
BitNet är Microsofts forskningslinje som visar att stora språkmodeller kan tränas med vikter begränsade till bara 1 bit eller tre värden...
TechnicalGPTQ och AWQ är två ledande metoder för att krympa redan tränade språkmodeller till 4-bitars precision så att de körs på billigare, mindre hårdvara.
TechnicalROUGE och BLEU är arbetshästens automatiska mätvärden för att jämföra maskingenererad text med mänskliga referenser.
TechnicalSpekulativ RAG snabbar upp och skärper hämtningsförstärkt generation genom att en liten, snabb modell utarbetar flera kandidatsvar från hämtade...
TechnicalBlock-gles och inhemsk sparsam uppmärksamhet låter transformatorer bara ta hand om de mest relevanta bitarna av en lång sekvens istället för varje token, slashing...
TechnicalVattenmärkning bäddar in en dold statistisk signal i AI-genererad text så att den senare kan upptäckas som maskinskriven, utan att ändra vad en mänsklig läsare ...
TechnicalSpekulativ avkodning påskyndar stora språkmodellslutledningar genom att låta en liten utkastmodell gissa flera tokens framåt, som den stora modellen sedan verifierar...
TechnicalInflytandefunktioner uppskattar hur mycket varje träningsexempel format en modells förutsägelse, så att du kan spåra en utdata tillbaka till data som orsakade den.
TechnicalBatchnormalisering är en teknik som skalar om indata till varje lager i ett neuralt nätverk under träning, vilket får djupa nätverk att träna snabbare och mer...
TechnicalHyperparametrar är de inställningar du väljer innan träning, som inlärningshastighet eller modellstorlek, som modellen inte lär sig på egen hand.
TechnicalKontrastivt lärande lär en modell att dra ihop liknande saker och skjuta isär olika saker i ett inbäddningsutrymme.
TechnicalRLHF är tekniken som förvandlar en rå språkmodell till en hjälpsam, artig assistent genom att träna den på mänskliga preferenser.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.