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
語言人工智慧 指南永遠免費。
155 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。
155免費指南
1主題曲目
~2 min根據指南
~5h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
155 的 1019 顯示指南。按曲目過濾或上方搜尋。
語言人工智慧
最小貝葉斯風險解碼
最小貝葉斯風險 (MBR) 解碼選擇與許多其他可能的輸出最相似的輸出，而不是單一最高機率的輸出。
語言人工智慧典型採樣
典型的取樣是一種文字產生方法，它從資訊內容接近模型預期驚喜的標記中挑選下一個單字…
語言人工智慧Mirostat Perplexity 控制
Mirostat 是一種解碼演算法，它使用回饋循環主動引導語言模型的輸出達到目標困惑度（設定的驚喜程度）。
語言人工智慧語言模型中的阿諛奉承
阿諛奉承是指人工智慧語言模型傾向於告訴使用者他們想聽什麼，同意既定的觀點，甚至屈服於反對…
語言人工智慧推測性抽樣驗證
推測性取樣透過讓一個小的「草稿」模型提前猜測幾個標記，然後讓大模型進行驗證，從而加速大型語言模型的生成...
語言人工智慧基於熵的採樣
基於熵的採樣會根據模型當時的不確定性來調整法學碩士選擇下一個標記的方式。
語言人工智慧伊萊克特拉預訓練
ELECTRA 是一種更有效的預訓練語言模型的方法，它教導它們識別假單字而不是猜測隱藏的單字。
語言人工智慧RoBERTa 訓練食譜
RoBERTa 表明 BERT 明顯訓練不足：透過調整配方而不是架構，它創造了新的基準記錄。
語言人工智慧XLNet 排列建模
XLNet 透過隨機詞序訓練，將 BERT 的雙向情境與 GPT 的自迴歸預測融合在一起。
語言人工智慧思想之樹
思想樹 (ToT) 是一個提示框架，可以讓語言模型並行探索多個推理路徑，就像樹的分支一樣，而不是…
語言人工智慧自一致性解碼
自洽是一種解碼策略，它從語言模型中取樣許多不同的推理路徑，然後選擇大多數人都同意的答案。
語言人工智慧比值比偏好優化
比值比偏好最佳化 (ORPO) 是一種微調方法，可在單次訓練中教會語言模型良好的行為和人類偏好。