Tilhørende videoer

Sådan genererer AI svar: forståelsesmodellen, der får prompting til at give mening — ledsagende videoer

Artiklen giver dig den praktiske forståelsesmodel: Når du først ser en LLM som et sandsynlighedsvægtet system til tekstfuldførelse, holder prompting op med at være magi og bliver til ingeniørarbejde. De to videoer er de kanoniske, begyndervenlige langversioner af samme model, formidlet af en person, der var med til at bygge en stor del af teknologien.

Primært valg

59:48

[1hr-foredrag] Introduktion til store sprogmodeller

Andrej Karpathy

En af OpenAI's tidlige ingeniører giver den klareste timelange forklaring på almindeligt sprog af, hvad en LLM faktisk er. Afsnittet om "en LLM's psykologi" formidler præcis den forståelsesmodel, artiklen forsøger at etablere — hvorfor modellerne hallucinerer, hvorfor de er gode til at ramme tone og mønstre, men dårlige til at tælle, og hvorfor prompting minder mere om coaching end programmering.

Hvad du bør få ud af dette: Opbyg en ikke-mystisk forståelsesmodel af LLM'er som forudsigelsessystemer med kontekstvinduer, træningsdata, sampling og fejltilstande.

Forudsætninger: Ingen; foredraget er langt, men begyndervenligt.

Bemærkning fra AI Expert: Dette er stadig en af de stærkeste konceptuelle forklaringer. Tag ikke det antropomorfe sprog for bogstaveligt: Modeller tænker eller ved ikke noget; de genererer sandsynlige fortsættelser under givne begrænsninger.

Åbn videoside

Også værd at se

2:11:12

Sådan bruger jeg LLM'er

Andrej Karpathy

En opfølgning, hvor Karpathy sætter sig foran ChatGPT, Claude, Gemini og Perplexity og bruger dem som en erfaren bruger. Se den efter artiklen og hans introduktion: Du ser forståelsesmodellen anvendt i realtid, herunder de små valg — hvilken model, hvilken tilstand, hvornår tekst skal indsættes, og hvornår en fil skal uploades — der adskiller frustrerede begyndere fra personer, som får nyttige svar i første forsøg.

Hvad du bør få ud af dette: Se, hvordan en erfaren bruger skifter mellem værktøjer, tilstande og kontekststrategier, samtidig med at verificering forbliver en del af arbejdsgangen.

Forudsætninger: Se eller læs først en grundlæggende forklaring om LLM'er, så den viste arbejdsgang ikke virker som magi.

Bemærkning fra AI Expert: Arbejdsvanerne er mere holdbare end de konkrete produktvalg. Kontrollér de aktuelle standardmodeller, filers adfærd og privatlivsindstillinger, før du kopierer et uploadtungt mønster til brug med klientdata eller på arbejdspladsen.

Åbn videoside