Глубокое погружение в LLM вроде ChatGPT

Andrej Karpathy. Самое понятное исчерпывающее объяснение на YouTube того, чем на самом деле является LLM — предобучение, токенизация, SFT, RLHF, reasoning RL, использование инструментов, галлюцинации — на уровне детализации, который нужен инженеру, чтобы рассуждать о компромиссах между моделями. Посмотрите его один раз — и выбор из статьи «модель GPT-класса против модели с открытыми весами против рассуждающей модели» перестанет казаться выбором бренда и начнёт выглядеть как выбор рецептов обучения.

Смотреть дальше

Продолжайте тот же учебный путь со следующими связанными видео.

18 мин

Pydantic — всё, что вам нужно: Jason Liu

Понять, почему вызовы LLM по схеме требуют типизированных объектов, валидаторов, повторных попыток и явной обработки некорректных или галлюцинированных полей.

ПродвинутыйИИ для бизнеса

77 мин

Промпт-инжиниринг для ИИ: глубокое погружение

Услышать, как промпт-инженеры в продакшене пересматривают инструкции, примеры и поведенческие ограничения под реальным давлением, а не относятся к промптам как к разовому тексту.

ПродвинутыйЗапросы к ИИ

55 мин

Как системно выстроить оценку LLM (метрики, юнит-тесты, LLM-as-a-Judge)

Спроектировать лестницу оценок, которая ловит регрессии до того, как изменения промпта или модели дойдут до пользователей.

ПродвинутыйИИ для бизнеса