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
177 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
177 的 1019 顯示指南。按曲目過濾或上方搜尋。
BitNet 是 Microsoft 的研究系列,表明大型語言模型可以透過限制為 1 位或三個值的權重進行訓練...
科技GPTQ 和 AWQ 是將已訓練的語言模型縮小到 4 位元精確度的兩種領先方法,以便它們在更便宜、更小的硬體上運行。
科技ROUGE 和 BLEU 是將機器產生的文字與人類參考進行比較的主要自動指標。
科技推測性 RAG 透過讓一個小型、快速的模型從檢索到的多個候選答案中草擬多個候選答案,加速並銳化檢索增強的生成…
科技塊稀疏和本機稀疏注意力讓 Transformer 只關注長序列中最相關的塊,而不是每個標記,削減......
科技水印將隱藏的統計訊號嵌入到人工智慧生成的文本中,以便以後可以將其檢測為機器編寫的,而不會改變人類讀者的內容…
科技推測性解碼透過讓一個小草稿模型猜測前面的幾個標記來加速大型語言模型推理,然後由大模型驗證...
科技影響函數估計每個訓練範例對模型預測的影響程度,讓您可以將輸出追溯到導致該結果的資料。
科技批量歸一化是一種在訓練期間重新調整神經網路每一層的輸入的技術,使深度網路訓練得更快、更多…
科技超參數是您在訓練前選擇的設置,例如學習率或模型大小,模型不會自行學習。
科技對比學習教導模型將相似的事物放在一起,並將不同的事物在嵌入空間中分開。
科技RLHF 是一種透過根據人類偏好進行訓練,將原始語言模型轉變為有用、有禮貌的助手的技術。