01
AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
Learn AI.Free forever.
1019 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.
1019Gratis guider
9Topic tracks
~2 minPer guide
~34hReading time
Börja här
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Ansvarig AI-användare
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI på jobbet
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI Policy & Samhälle
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Bygga med AI-system
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Topic tracks
Browse by track
Jump into the area you care about. Every track has multiple plain-English guides.
GrundernaCore concepts: how AI works at a high level.84 guider Språk AILLMs, NLP, ChatGPT, prompting, and text understanding.155 guider Visuell AIImage generation, computer vision, video, and design.133 guider Audio AIVoice, music, podcasting, and audio-first AI.117 guider CompaniesProfiles of OpenAI, Anthropic, Google, Meta, and more.121 guider AnsökningarHow AI shows up in coding, search, agents, and daily life.111 guider IndustriesAI in healthcare, finance, education, energy, and more.91 guider TechnicalChips, fine-tuning, RAG, vectors, and AI infrastructure.177 guider SocietyBias, privacy, copyright, safety, and the AI future.30 guider
Full library
All guides
1019 av 1019 guides shown. Filter by track or search above.
Språk AI
Typisk provtagning
Typisk sampling är en textgenereringsmetod som väljer nästa ord från tokens vars informationsinnehåll ligger nära modellens förväntade överraskning...
Språk AIMirostat Perplexity Kontroll
Mirostat är en avkodningsalgoritm som aktivt styr en språkmodells utdata mot en målförvirring (en bestämd nivå av överraskning) med hjälp av en återkopplingsslinga.
Språk AISycophancy i språkmodeller
Sycophancy är tendensen hos AI-språkmodeller att berätta för användarna vad de vill höra, att hålla med om uttalade åsikter eller att till och med gå tillbaka till...
TechnicalAndra ordningens optimering och Newton-metoder
Andra ordningens optimering använder krökningsinformation (den hessiska matrisen av andra derivator) för att ta smartare steg mot ett minimum, inte bara lutningen.
GrundernaViktminskning och L2-regularisering
Viktminskning är en enkel, kraftfull teknik som knuffar en modells vikter mot noll under träning, vilket avskräcker den från att förlita sig för mycket på någon...
GrundernaAvhopp och Stokastisk Regularisering
Dropout är ett regleringsknep som slumpmässigt stänger av en bråkdel av neuroner under varje träningssteg, vilket tvingar nätverket att bygga redundanta, robusta...
TechnicalRMSNorm och Pre-Layer Normalization
RMSNorm är ett lättviktsnormaliseringslager som skalar om aktiveringar med deras rotmedelkvadrat, och förlagsnormalisering placerar det steget före varje...
TechnicalSwiGLU och Gated Activations
SwiGLU är en gated aktiveringsfunktion som multiplicerar en linjär projektion av ingången med en Swish-aktiverad andra projektion, som fungerar som en lärbar...
TechnicalSqueeze-and-Excitation-nätverk
Squeeze-and-Excitation (SE)-block låter ett konvolutionerande nätverk lära sig hur mycket man ska väga varje funktionskanal, och omkalibrera dem baserat på globalt sammanhang.
TechnicalSchema för uppvärmning och cosinusglödgning
Warmup ökar försiktigt inlärningshastigheten från nästan noll före träning, sedan cosinusglödgning avtar den mjukt igen efter en cosinuskurva.
TechnicalCykliska inlärningshastigheter
Cykliska inlärningshastigheter växlar upprepade gånger inlärningshastigheten upp och ner mellan en nedre och övre gräns istället för att bara försvinna.
TechnicalSkärpa-medveten minimering
Sharpness-Aware Minimization (SAM) är en optimeringsmetod som inte bara strävar efter en låg förlust utan en låg förlust över ett helt område av vikter - en platt...
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.