Dybdegående gennemgang af LLM'er som ChatGPT

211 minutterAvanceretUdviklerAndrej KarpathyChatGPT & LLMs

Andrej Karpathy. Dette er den klareste end-to-end-forklaring på YouTube af, hvad en LLM faktisk er — pretraining, tokenization, SFT, RLHF, reasoning RL, tool use, hallucinationer — på det detaljeniveau, en ingeniør behøver for at ræsonnere om model-trade-offs. Se den én gang, og beslutningerne "GPT-class vs. open-weights vs. reasoning model" i artiklen holder op med at føles som brandvalg og begynder at føles som valg af træningsopskrift.

Bemærkning fra AI Expert

Modelnavne, priser og kapaciteter ændrer sig hurtigt. Brug den til beslutningsmønsteret, og verificér derefter aktuel modeladfærd, før du adopterer det.

Hvad du bør få ud af dette

Forstå den moderne LLM-stack godt nok til at ræsonnere om tokens, træning, værktøjer og fejl.

Forudsætninger

Engineering-baggrund hjælper; ingen ML-forudsætninger, men budgetér til runtime på tre en halv time.

Senest gennemgået: 18. maj 2026

Se næste

Fortsæt ad den samme læringsvej med de næste kuraterede videoer.