01
人工智慧基礎
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
免費人工智慧庫
基礎知識 指南永遠免費。
84 簡明英語指南、結構化學習路徑和開放圖書館——由獨立的 501(c)(3) 非營利組織構建，以便任何人都可以理解現代人工智慧。
84免費指南
1主題曲目
~2 min根據指南
~3h閱讀時間
從這裡開始
五 基於結果的課程
每門課程都包括明確的成果、映射的能力、實踐活動和應用的頂點。
02
負責任的 AI 使用者
有效率地使用人工智慧，同時保護隱私、檢查輸出並維持人類責任。
03
職場人工智慧
評估工作場所用例、運行安全試點、衡量價值並負責任地傳達變更。
04
人工智慧政策與社會
透過權利、公平、治理、安全和公共利益結果來分析人工智慧系統。
05
使用 AI 系統建置
透過實務系統設計，了解語言模型、檢索、代理、評估、成本及部署保障。
主題曲目
按曲目瀏覽
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
全庫
所有指南
84 的 1019 顯示指南。按曲目過濾或上方搜尋。
基礎知識
交叉驗證
交叉驗證是一種重採樣技術，用於估計模型對未見過的資料的泛化能力。
基礎知識準確率和召回率
精確度和召回率是評估分類器的兩個互補指標，尤其是當類別不平衡時。
基礎知識雙下降現象
雙重下降是一個令人驚訝的觀察結果，隨著模型變大，測試誤差首先在“插值閾值”附近變得更糟，但隨後變得更好...
基礎知識神經正切核理論
神經正切核 (NTK) 是一種數學工具，表明無限寬的神經網路在…期間表現得像特定的、固定的核方法。
基礎知識彩票假說
彩票假說認為，在一個大型的、隨機初始化的神經網路內部隱藏著一個小的子網路——一張「中獎彩票」——經過訓練…
基礎知識神經網路的縮放定律
縮放定律是一個經驗公式，顯示隨著模型大小、資料集大小和計算的增加，神經網路的損失可預測地下降。
基礎知識Chinchilla 計算優化訓練
Chinchilla 是 DeepMind 在 2022 年發現的一項發現，大多數大型語言模型都嚴重缺乏訓練：對於固定的計算預算，你應該擴展參數...
基礎知識RLHF 中的分組獎勵標準化
分組獎勵標準化標準化了模型在對同一提示的一批回應中的獎勵，將嘈雜的分數轉變為穩定的訓練...
基礎知識世界模型與學習模擬器
世界模型是一種神經網絡，它學習預測環境如何隨時間變化，讓人工智慧在行動之前「想像」未來的結果。
基礎知識偏好優化中的長度標準化
長度標準化調整了偏好調整目標，因此模型不再僅僅透過編寫更長的答案來贏得認可。
基礎知識布拉德利-特里獎勵模型
Bradley-Terry 模型是一種具有百年歷史的統計方法，用於將成對比較（A 擊敗 B）轉換為數字分數。
基礎知識迭代 DPO 和線上偏好調整
迭代 DPO 透過產生新的回應、對它們進行排名以及對每個新的回應進行調整，反覆將語言模型與人類或人工智慧的偏好保持一致…