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.
Detektering av modelldrift är metoden att övervaka en utplacerad maskininlärningsmodell för att fånga när dess noggrannhet tyst försämras eftersom den verkliga världen har...
TechnicalA/B-testning för ML-modeller innebär att dirigera livetrafik till två modellversioner samtidigt och mäta vilken som faktiskt presterar bättre på verkliga användare och verkliga...
TechnicalModellserialisering är hur en tränad maskininlärningsmodell sparas på disk så att den kan laddas och köras senare, på en annan maskin eller i en annan...
TechnicalBlandad precisionsträning påskyndar träning i neurala nätverk och minskar minnesanvändningen genom att utföra mest matematik i 16-bitars flyttal istället för 32-bitars.
TechnicalSpekulativ avkodning gör att stora språkmodeller genererar text snabbare genom att använda en liten, snabb "utkast"-modell för att gissa flera tokens framåt, och sedan ha de stora...
TechnicalKV-cachen lagrar nycklar och värden som en transformator redan har beräknat så att den inte fungerar igen för varje ny token – men den kan ballongera till gigabyte.
TechnicalFlash Attention är ett smart sätt att beräkna uppmärksamhetssteget inuti Transformers utan att någonsin skriva den gigantiska uppmärksamhetsmatrisen till långsamt minne.
TechnicalModellbeskärning krymper ett neuralt nätverk genom att ta bort vikter eller hela strukturer som bidrar lite till dess produktion.
TechnicalTokenisering delar upp text i de små enheter som en språkmodell faktiskt läser, och Byte Pair Encoding (BPE) är den populära metoden för att bygga...
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.