AI 與網路
網路的未來就在眼前。瞭解開發人員如何運用 AI 和機器學習技術,打造更強大的網頁體驗。
實用提示
瞭解 LLM 大小
來看看幾個實際 LLM,以及不同模型大小的實質影響。
比較模型能力
以 LLM 做為評估技巧,評估模型和提示。將驗證作業委派給其他 LLM,而非人為操作。
選擇小型高效模型
我們列出不同模型類型,方便您為應用程式選擇合適大小的永續模型。
提升用戶端 AI 的效能和使用者體驗
瞭解這項服務的優點,例如低延遲、降低伺服器端成本、無需 API 金鑰、提升使用者隱私權,以及離線存取。
提示工程改善
精心設計問題,充分發揮 LLM 的效用。
在瀏覽器中快取模型
在裝置端快取模型,讓應用程式更快啟動。
使用 Background Fetch API 下載 AI 模型
將背景擷取 API 做為漸進式增強功能導入,改善下載大型 AI 模型的使用者體驗。
開始建構
升級網站搜尋功能
探索各種技巧,瞭解如何從生成式 AI 大規模取得背景資訊。
第 1 部分:用戶端 AI 技術,對抗線上有害內容
為什麼偵測有害內容很重要,以及如何使用用戶端 AI 減少有害內容。
第 2 部分:建構用戶端 AI 有害內容偵測機制
瞭解如何建構用戶端 AI 系統,偵測並減輕有害內容的來源。
產品評論建議
線上商店只要顯示產品評論,轉換次數就能提升 270%。運用用戶端 AI 提升評論品質。
大型語言模型的優點和限制
說明。
使用 WebLLM 建構聊天機器人
WebLLM 結合了 WebAssembly 和 WebGPU,可在裝置上執行推論。在傳統待辦事項清單應用程式中,建構可在本機和離線狀態下運作的聊天機器人。
使用 Prompt API 建構聊天機器人
使用 Google Chrome 的探索性 API (提示 API),在傳統待辦事項應用程式中建構可在本地端和離線模式下運作的聊天機器人。
Web AI Acceleration Fund
Chrome 的目標是促進 AI 創新和網路採用。
我們著重於以網頁為基礎的 AI 解決方案,讓 AI 功能普及化,同時善用網頁在發布和部署方面的固有優勢。我們希望在這些領域加速創新,充分發揮網站平台的固有優勢。
2024 年 Web AI 高峰會
用戶端機器學習狀態
瞭解用戶端 AI 技術的潛力,以及未來發展方向。
探索 Transformers.js
瞭解 JavaScript 程式庫,可讓開發人員建構前所未見的網頁應用程式。
網路類神經網路
瞭解 WebAssembly 和 WebGPU 等技術如何為瀏覽器帶來 AI 功能。
Gemini 網站
瞭解如何透過 Google AI JavaScript SDK 在網路上存取 Gemini API。
生成式 AI 範例
瞭解 Gemini API 和 Vertex AI API 的程式碼範例和提示。
負責任的 AI 技術工具包
瞭解如何負責任地運用 AI,並參考最佳做法和資源。
Chrome 的 AI 功能
探索 Google Chrome 的 AI、WebGPU 和 WebAssembly 說明文件。
內建 AI API
在裝置上執行 Chrome 中效率最高的 Gemini 模型。
探索控制台深入分析
請 Gemini 直接在開發人員工具控制台中提供深入分析資訊,以便您更深入瞭解錯誤和警告。
使用用戶端 AI
用戶端 AI 可為使用者提供強大的模型,同時保護資料隱私並縮短延遲時間。
大幅提升網路 AI 模型測試成效
搭配 GPU 設定一致的測試環境可能不如預期。查看我們遇到的問題和解決方式,藉此提高應用程式效能。
觀看影片學習
請觀看這些影片,瞭解 AI 基礎知識,並探索 TensorFlow JS。
網頁從業人員適用的機器學習技術
本文介紹的是有意在下一個專案或概念中使用機器學習技術的廣告素材、網頁程式開發人員和 JavaScript 從業人員。
AI、機器學習和深度學習
瞭解業界常用熱門字詞的基本概念與定義,以及這些熱門字詞的實際定義。
什麼是預先訓練模型?
使用預先訓練模型可更快構思想法。在某些情況下,您可以在實際工作環境中使用這些模型。