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

AI-promptsäkerhet

Prompt security addresses attempts to make a language-model application treat untrusted content as instructions or disclose information it should protect.

2 min readLäs
Technical

AI Data Governance

AI data governance assigns responsibility and rules for how data is collected, used, shared, retained, and corrected throughout an AI system.

2 min readLäs
Technical

AI molnarkitektur

AI cloud architecture organizes compute, storage, networking, models, and application services into an operating system for an AI workload.

2 min readLäs
Technical

BYOL och icke-kontrastiv självövervakning

BYOL (Bootstrap Your Own Latent) lär sig användbara bildrepresentationer utan några etiketter och, överraskande nog, utan negativa exempel.

2 min readLäs
Technical

Barlow Twins och redundansminskning

Barlow Twins är en självövervakad metod som lär sig representationer genom att göra korskorrelationsmatrisen mellan två utökade vyer nära identiteten ...

2 min readLäs
Technical

Pseudo-märkning och självträning

Pseudo-märkning är en semi-övervakad teknik där en modell tränad på en liten märkt uppsättning genererar sina egna etiketter för omärkta data och sedan tränar på dessa...

2 min readLäs
Technical

Konsistensregularisering i semi-övervakat lärande

Konsistensregularisering lär en modell att ge samma svar när en omärkt input störs på små, etikettbevarande sätt.

2 min readLäs
Technical

Hård parameterdelning i multi-task nätverk

Hård parameterdelning är den klassiska multi-task-inlärningsdesignen där flera uppgifter delar samma dolda lager och bara delas upp i separata "output"-huvuden...

2 min readLäs
Technical

Gating och routing i villkorlig beräkning

Gating och routing låter ett neuralt nätverk endast aktivera de delar det behöver för varje ingång istället för att köra hela modellen varje gång.

2 min readLäs
Technical

Gumbel-Softmax och omparameterisering

Gumbel-Softmax är ett trick som låter neurala nätverk "sampla" från diskreta kategorier samtidigt som det går att träna med gradientnedstigning.

2 min readLäs
Technical

Straight-Through Estimator

Straight-Through Estimator (STE) är ett enkelt trick för att träna nätverk som innehåller hårda, icke-differentiera steg som avrundning eller tröskel.

2 min readLäs
Technical

Dubbelriktade återkommande nätverk

Ett dubbelriktat återkommande nätverk läser en sekvens både framåt och bakåt, så varje positions representation bygger på sammanhang från det förflutna och framtiden.

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.