01
人工智能基金会
了解什么是人工智能，系统如何学习，哪些地方失误，以及如何在不夸大的情况下判断主张。
免费人工智能库
技术的 指南永远免费。
177 简明英语指南、结构化学习路径和开放图书馆——由独立的 501(c)(3) 非营利组织构建，以便任何人都可以理解现代人工智能。
177免费指南
1主题曲目
~2 min根据指南
~6h阅读时间
从这里开始
五 成果导向课程
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
02
负责任的人工智能用户
在保护隐私、核查输出和保持人类问责的同时，高效使用人工智能。
03
职场人工智能
评估工作场所用例，运行安全试点，衡量价值，负责任地沟通变更。
04
人工智能政策与社会
通过权利、公平、治理、安全和公共利益结果分析人工智能系统。
05
使用人工智能系统构建
通过实用的系统设计，理解语言模型、检索、代理、评估、成本和部署保障。
主题曲目
按曲目浏览
跳入您关心的领域。每条赛道都有多个简单的英文指南。
全库
所有指南
177 的 1019 显示指南。按曲目过滤或在上方搜索。
技术的
多臂强盗
多臂老虎机是一个决策问题，您在收益未知的选项中反复进行选择，并边走边学习，平衡探索新的……
技术的BentoML 和模型打包
BentoML 是一个开源 Python 框架，它将经过训练的机器学习模型打包成标准化的可部署单元，称为“Bentos”。
技术的Kubernetes 上的 KServe 和模型服务
KServe 是一个标准化的 Kubernetes 原生平台，用于大规模服务机器学习模型。
技术的Seldon 核心和推理图
Seldon Core 是一个用于在 Kubernetes 上部署机器学习模型的开源平台，具有一个突出的功能：推理图。
技术的梯度消失和爆炸
在训练深度网络时，误差信号在向后传播多个层时会缩小到零或放大到无穷大。
技术的渐变剪裁
一种简单且广泛使用的保护措施，可限制训练期间梯度更新的大小。
技术的权重初始化
在训练开始之前如何设置神经网络的起始权重，这很大程度上决定了信号和梯度是否在深层中保持健康。
技术的模仿学习
模仿学习教导人工智能通过复制专家演示来执行任务，而不是从试错奖励中学习。
技术的逆强化学习
逆向强化学习 (IRL) 颠覆了标准强化学习：它不是获得奖励并找到策略，而是观察专家行为并推断……
技术的离线强化学习
离线强化学习纯粹根据之前收集的固定数据集来训练智能体，不与环境进行实时交互。
技术的SmoothQuant 和激活量化
SmoothQuant 是一种技术，可以将大型语言模型的权重和激活压缩为 8 位整数，而无需……
技术的结构化剪枝和层丢弃
结构化剪枝删除了神经网络的整个组件，例如注意力头、神经元或整个层，因此更精简的模型运行得更快......