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
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。
從這裡開始
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。
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。
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。
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。
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。
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
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
155 的 1019 顯示指南。按曲目過濾或上方搜尋。
ColBERT 是一種檢索模型,它將每個查詢和文件表示為許多標記級向量,並透過細粒度的「後期互動」步驟對它們進行評分。
語言人工智慧最大邊際相關性 (MMR) 是一種重新排名方法,可平衡結果的相關性和與已選擇結果的差異程度。
語言人工智慧Self-RAG 是一個框架,其中語言模型決定何時檢索,然後使用特殊的...
語言人工智慧GraphRAG 透過從文件集合中建立實體和關係的知識圖來增強檢索增強生成,然後檢索...
語言人工智慧思維骨架(SoT)是一種提示和解碼技術,它首先要求語言模型勾勒出答案點的簡短骨架,然後擴展…
語言人工智慧驗證鏈(CoVe)是一種提示方法,模型起草答案,產生自己的事實檢查問題,獨立回答它們...
語言人工智慧實體連結將文本中提及的名稱對應到知識庫中的唯一條目,例如決定「巴黎」是指城市還是人。
語言人工智慧Logit 透鏡是一種可解釋性技巧,它將 Transformer 在每一層的隱藏狀態解碼為詞彙預測,讓您觀看猜測...
語言人工智慧歸納頭是注意力頭,它實現了一個簡單但強大的複製規則:“我之前看到了[A][B],現在我又看到了[A],所以預測[B]。”
語言人工智慧位置插值 (PI) 是一種透過重新縮放位置來將語言模型的可用上下文視窗延伸到遠遠超出其訓練長度的技術…
語言人工智慧YaRN(另一個 RoPE 擴展)是一種將 Transformer 的可用上下文視窗擴展到遠遠超出其訓練範圍的技術,並且使用最少的…
語言人工智慧Jamba 是 AI21 Labs 的一個大型語言模型,它將 Transformer 注意力層與 Mamba 狀態空間層(加上專家混合層)交織在一起,以獲得…