從這裡開始
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。
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。
- 134 指南基礎知識核心概念:人工智慧如何在高層次上運作。探索
- 272 指南語言人工智慧LLM、NLP、ChatGPT、提示和文字理解。探索
- 298 指南視覺人工智慧影像生成、電腦視覺、視訊和設計。探索
- 188 指南音訊人工智慧語音、音樂、播客和音訊優先的人工智慧。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的設定檔。探索
- 761 指南應用領域人工智慧如何出現在編碼、搜尋、代理和日常生活中。探索
- 244 指南產業醫療保健、金融、教育、能源等領域的人工智慧。探索
- 536 指南科技晶片、微調、RAG、向量和人工智慧基礎設施。探索
- 422 指南社會偏見、隱私、版權、安全和人工智慧的未來。探索
全庫
基礎知識
134 的 3000 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透過重複進行訓練/驗證分割,來評估模型或建模程序在保留資料上的表現。免費白話指南。1 最小閱讀量閱讀
- 基礎知識準確率和召回率精確度與召回率是用於評估分類器的兩個互補指標,特別是在類別不平衡時。免費白話指南。2 最小閱讀量閱讀
- 基礎知識雙下降現象雙重遞減是一個已觀察到的模式:當模型首次對訓練資料進行內插時,測試誤差可能會在該點附近上升,隨後又會下降……2 最小閱讀量閱讀
- 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。2 最小閱讀量閱讀
- 基礎知識彩票假說樂透彩券假說指出,一些大型、隨機初始化的神經網路包含稀疏的子網路,能夠獨立進行訓練……2 最小閱讀量閱讀
- 基礎知識神經網路的縮放定律縮放定律是語言模型損失與參數、訓練資料和計算等數量之間的經驗關係。2 最小閱讀量閱讀
- 基礎知識Chinchilla 計算優化訓練Chinchilla 論文透過三種互補的方法來估算訓練計算資源分配:訓練曲線包絡線 (training-curve envelopes)、等 FLOP 設定檔 (IsoFLOP profiles) 以及參數化…2 最小閱讀量閱讀
- 基礎知識RLHF 中的分組獎勵標準化群組獎勵正規化 (Grouped reward normalization) 將每個抽樣回覆的獎勵相對於同一提示詞的其他回覆來表示。免費的淺白英文指南。2 最小閱讀量閱讀
- 基礎知識世界模型與學習模擬器世界模型從觀測值和動作中預測環境動態。免費白話指南。2 最小閱讀量閱讀
- 基礎知識偏好優化中的長度標準化長度正規化會調整偏好微調目標,使模型不會只靠寫出較長的答案來贏得青睞。免費的白話導覽。2 最小閱讀量閱讀
- 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,用於將兩兩比較(A 勝過 B)轉換為數值分數。免費的白話導覽。2 最小閱讀量閱讀
- 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…2 最小閱讀量閱讀