Laboratoriet
Skriv kod, kör tester, mät. Nivå A–D körs i din webbläsare; från nivå E i en isolerad container. Logga in för att köra.
Laborationer (20)
Labb: bästa linjen med minsta kvadratmetoden
Ci webbläsaren · ca 40 min · lär ut Linjär regression: anpassa en rät linje till data
Labb: dina första Python-funktioner
Ci webbläsaren · ca 30 min · lär ut Python — grunderna
Labb: listor, loopar och dictionaries
Ci webbläsaren · ca 40 min · lär ut Python — listor, loopar och dictionaries
Labb: medelvärde, median och standardavvikelse för hand
Ci webbläsaren · ca 40 min · lär ut Statistik — medelvärde, median och spridning
Labb: simulera tärningar och jämför med teorin
Ci webbläsaren · ca 40 min · lär ut Sannolikhet — grunderna
Labb: ett neuronnät i ren NumPy — forward, backprop, gradientkontroll
Dsandlåda · ca 75 min · lär ut Backpropagation
Labb: gradient descent från grunden
Di webbläsaren · ca 50 min · lär ut Gradient descent
Labb: k-means från grunden
Dsandlåda · ca 45 min · lär ut Klustring: k-means och hierarkisk
Labb: k-närmaste grannar från grunden
Dsandlåda · ca 45 min · lär ut k-närmaste grannar (kNN)
Labb: matrismultiplikation och ett lager i ett neuronnät
Di webbläsaren · ca 45 min · lär ut Matriser och matrismultiplikation
Labb: scaled dot-product attention med kausal mask
Dsandlåda · ca 60 min · lär ut Attention
Labb: semantisk sökning med embeddings
Dsandlåda · ca 45 min · lär ut Embeddings — ord som vektorer
Labb: skalärprodukt, norm och cosinuslikhet
Di webbläsaren · ca 40 min · lär ut Vektorer
Labb: tensorer, autograd och din första träningsloop
Dsandlåda · ca 50 min · lär ut PyTorch — tensorer och autograd
Labb: träna en sifferklassificerare i PyTorch
Dsandlåda · ca 60 min · lär ut Träna ett neuronnät i PyTorch
Labb: BM25 och ett minimalt RAG-flöde
Esandlåda · ca 60 min · lär ut BM25 och nyckelordssökning
Labb: bygg en eval-harness
Esandlåda · ca 60 min · lär ut Bygg en eval-harness
Labb: byte-pair encoding från grunden
Esandlåda · ca 60 min · lär ut Byte-pair encoding
Labb: en agentloop med verktyg, budget och spår
Esandlåda · ca 60 min · lär ut ReAct-loopen: tänk, agera, observera
Labb: LoRA på ett litet nät — träna bara adaptrarna
Fsandlåda · ca 75 min · lär ut LoRA — Low-Rank Adaptation
Projekt (8)
Projekt 1: Lär en dator känna igen mönster
Ci webbläsaren · ca 90 min · lär ut Projekt: träna en bildklassificerare i webbläsaren
Projekt 2: Bygg ett neuronnät från grunden
Dsandlåda · ca 150 min · lär ut Projekt D: egen klassificerare i PyTorch
Projekt 3: Dissekera en språkmodell
Esandlåda · ca 180 min · lär ut Bygg en liten GPT från grunden
Slutprov: bedöm ett AI-system innan det tas i bruk
Esandlåda · ca 60 min · lär ut EU:s AI-förordning
Slutprov: bygg ett spårbart RAG-flöde
Esandlåda · ca 75 min · lär ut RAG — retrieval-augmented generation
Projekt 4: Finjustera en modell med LoRA
Fsandlåda · ca 180 min · lär ut Projekt F: finjustera och utvärdera en språkmodell
Projekt 5: Bygg ett minnessystem för en agent
Fsandlåda · ca 180 min · lär ut Semantiskt minne och konsolidering
Slutprov: släpp en modellversion du kan försvara
Fsandlåda · ca 75 min · lär ut Statistisk signifikans i evals
Frontier Lab (4)
Nivå G: reproducera ett paper, kör ablationer, bygg en benchmark och hitta kretsar i en modell. Diskutera på forskningsnivå med handledaren (läget «Forskning» på varje nod), lämna in till publika benchmarks och forskningsutmaningar, och få peer review på ditt projekt. Vägen dit: Frontier Lab — självständigt forskningsprojekt.
Labb: ablation — vilken komponent gör jobbet?
laboration · ca 90 min · lär ut Ablationsstudier
Labb: bygg och validera en benchmark
laboration · ca 90 min · lär ut Bygg en egen benchmark
Labb: hitta kretsen — aktiveringspatchning och ablation i en liten transformer
laboration · ca 120 min · lär ut Kretsar, ablation och aktiveringspatchning
Projekt 6: Reproducera ett paper — Dropout (Srivastava m.fl. 2014)
projekt · ca 240 min · lär ut Projekt G: självständigt forskningsprojekt