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
1019 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
1019 的 1019 顯示指南。按曲目過濾或上方搜尋。
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。
語言人工智慧上下文學習是大型語言模型令人驚訝的能力,可以從提示中的幾個範例中獲得新任務,而無需任何重新訓練。
語言人工智慧指令調整是將原始文字預測器轉變為實際遵循「總結這一點」或「寫…」等指令的模型的訓練步驟。
語言人工智慧人工智慧幻覺是指模型流暢而自信地陳述一些錯誤的東西,就好像它是真的一樣——虛假的引文、捏造的統計數據、錯誤的事實。
語言人工智慧溫度和取樣是控制語言模型措詞「隨機」或「安全」程度的旋鈕。
語言人工智慧詞嵌入將單字轉換為數字列表,以便以類似方式使用的單字最終在數學空間中緊密結合在一起。
語言人工智慧注意力讓模型在解釋每個單字時決定句子中哪些其他單字最重要。
語言人工智慧上下文視窗是模型一次可以讀取並記住的最大文字量(以標記為單位)。
語言人工智慧思維鏈推理是指模型在給出最終答案之前以書面形式逐步解決問題。
語言人工智慧量化透過以較低精度儲存數字來縮小人工智慧模型,因此需要資料中心 GPU 的模型有時可以在筆記型電腦或手機上運行。
語言人工智慧問答 (QA) 是讓人工智慧系統直接回答問題的任務,而不僅僅是連結清單。
語言人工智慧文字分類會自動將文字片段分類,例如將電子郵件標記為垃圾郵件或將評論標記為正面。