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.
Названия моделей, цены и возможности быстро меняются. Используйте видео для понимания принципа выбора, затем проверьте актуальное поведение модели перед внедрением.
Разобраться в современном LLM-стеке настолько, чтобы уверенно рассуждать о токенах, обучении, инструментах и сбоях.
Последняя проверка: 18 мая 2026 г.
Продолжайте тот же учебный путь со следующими связанными видео.
18 минУвидеть, как точки согласования можно реализовать как явные контрольные точки процесса, а не как неформальную ручную проверку уже после сбоя.
4 минПонять, почему многоязычные модели векторных представлений важны для конфиденциального внутреннего поиска и где локальное извлечение может снизить риск раскрытия данных.
17 минНастроить рабочий процесс с несколькими кодовыми агентами и явными границами ревью, чтобы изменения оставались небольшими и протестированными.
Тщательно подобранные внешние курсы, которые глубже раскрывают эту тему.
Coursera · DeepLearning.AIЭндрю Ын
Реальное время внутри LLM: учитесь осознанно формулировать запросы и различать, где генеративный ИИ действительно полезен, а где это ловушка. Спокойный стиль без хайпа — идеальный мост от «я попробовал ChatGPT один раз» к «я уверенно использую его каждый день».
Coursera · DeepLearning.AI + AWSАнтье Барт · Шелби Айгенброуд · Майк Чамберс
Когда практики спрашивают «что взять, если я серьёзно отношусь к разработке на LLM?», это и есть ответ. Курс математически честный, но не научная статья; главы по развёртыванию с привкусом AWS ценны, даже если вы никогда не коснётесь SageMaker.
Coursera · Google CloudGoogle Cloud
Собственный ответ Google на вопрос «что такое генеративный ИИ на самом деле» — нетехнический аналог Elements of AI, рассчитанный явно на продажи, HR, маркетинг и операции, а не на инженеров. Сорок пять минут дают настоящую модель мышления о том, чем генеративный ИИ отличается от классического машинного обучения — без кода и без жаргона.
