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
語言人工智慧
272 的 3000 顯示指南。按曲目過濾或上方搜尋。
- 語言人工智慧龍貓縮放法則Chinchilla 研究瞭如何在參數與訓練代幣(tokens)之間分配訓練運算預算。免費的淺白英語指南。2 最小閱讀量閱讀
- 語言人工智慧自我完善迭代輸出改進自我最佳化是一種提示技術,語言模型會批評自己的產出並重寫它,循環直到答案得到改善。2 最小閱讀量閱讀
- 語言人工智慧從最少到最多的提示從最少到最多的提示將一個難題分解為一系列更簡單的子問題,按順序解決它們,以便每個答案都為下一個答案提供支持。2 最小閱讀量閱讀
- 語言人工智慧類比提示和後退提示類比提示和後退提示都首先引導模型進行更高層次的推理:類比提示讓它回想起類似的已解決問題…2 最小閱讀量閱讀
- 語言人工智慧從文本中提取關係關係提取從非結構化文字中提取結構化事實,識別兩個實體如何連接(例如「為」工作或「位於」)。2 最小閱讀量閱讀
- 語言人工智慧語意角色標籤語意角色標籤 (SRL) 透過標記每個片語圍繞動詞所扮演的角色來回答「誰對誰做了什麼、何時、何地以及為什麼」。2 最小閱讀量閱讀
- 語言人工智慧依存分析依賴句法分析將句子的語法結構映射為單字與單字關係的樹,顯示哪些單字依賴哪些單字。2 最小閱讀量閱讀
- 語言人工智慧無分詞器的位元組級模型無分詞器的位元組級模型將文字讀取為位元組而不是固定的字片段標記。2 最小閱讀量閱讀
- 語言人工智慧函數向量和任務表示函數向量是激活空間方向,可以攜帶有關某些 Transformer 模型和設定中的上下文任務的資訊。2 最小閱讀量閱讀
- 語言人工智慧N 次最佳採樣和重新排序Best-of-N 是一種推論時的選擇方法:採樣多個輸出結果,並使用評分器或驗證器來選擇其中一個。免費的淺顯易懂指南。2 最小閱讀量閱讀
- 語言人工智慧自然語言推理與蘊涵Natural language inference (NLI), also called recognizing textual entailment, is the task of deciding whether one sentence, the premise, makes another…8 最小閱讀量閱讀
- 語言人工智慧槽位填充和意圖檢測Intent detection classifies the goal of a user utterance, while slot filling extracts typed values such as dates or locations. Free plain-English guide.2 最小閱讀量閱讀