Free AI library

Technical guiderFree forever.

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.

177Gratis guider
1Topic tracks
~2 minPer guide
~6hReading time

Börja här

Five outcome-based courses

Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.

Topic tracks

Browse by track

Jump into the area you care about. Every track has multiple plain-English guides.

Full library

All guides

177 av 1019 guides shown. Filter by track or search above.

Technical

1-bitars och ternära BitNet-modeller

BitNet är Microsofts forskningslinje som visar att stora språkmodeller kan tränas med vikter begränsade till bara 1 bit eller tre värden...

2 min readLäs
Technical

GPTQ och AWQ Kvantisering efter träning

GPTQ och AWQ är två ledande metoder för att krympa redan tränade språkmodeller till 4-bitars precision så att de körs på billigare, mindre hårdvara.

2 min readLäs
Technical

ROUGE och BLEU utvärderingsmått

ROUGE och BLEU är arbetshästens automatiska mätvärden för att jämföra maskingenererad text med mänskliga referenser.

2 min readLäs
Technical

Spekulativ RAG och Retrieval-Augmented Drafting

Spekulativ RAG snabbar upp och skärper hämtningsförstärkt generation genom att en liten, snabb modell utarbetar flera kandidatsvar från hämtade...

2 min readLäs
Technical

Blockgles och infödd sparsam uppmärksamhet

Block-gles och inhemsk sparsam uppmärksamhet låter transformatorer bara ta hand om de mest relevanta bitarna av en lång sekvens istället för varje token, slashing...

2 min readLäs
Technical

Utgångar för vattenmärkning av språkmodeller

Vattenmärkning 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 ...

2 min readLäs
Technical

Spekulativ avkodning med EAGLE

Spekulativ avkodning påskyndar stora språkmodellslutledningar genom att låta en liten utkastmodell gissa flera tokens framåt, som den stora modellen sedan verifierar...

2 min readLäs
Technical

Influensfunktioner för träningsdatatillskrivning

Inflytandefunktioner uppskattar hur mycket varje träningsexempel format en modells förutsägelse, så att du kan spåra en utdata tillbaka till data som orsakade den.

2 min readLäs
Technical

Batchnormalisering

Batchnormalisering 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...

2 min readLäs
Technical

Inställning av hyperparameter

Hyperparametrar är de inställningar du väljer innan träning, som inlärningshastighet eller modellstorlek, som modellen inte lär sig på egen hand.

2 min readLäs
Technical

Kontrastivt lärande

Kontrastivt lärande lär en modell att dra ihop liknande saker och skjuta isär olika saker i ett inbäddningsutrymme.

2 min readLäs
Technical

Förstärkning att lära av mänsklig feedback

RLHF är tekniken som förvandlar en rå språkmodell till en hjälpsam, artig assistent genom att träna den på mänskliga preferenser.

2 min readLäs

Finished reading? Prove it.

Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.