LLM Primer I — разбор по главам: вступление и оглавление

Опубликовано: 2026-02-17 Последнее обновление: 2026-06-05 Версия: 1

LLM Primer I — разбор по главам: вступление и оглавление

Что будет в ближайших двенадцати постах, и как извлечь из них максимум — прежде чем (быть может) погрузиться в саму книгу.


Что это за серия — и чем она не является

Сначала важно условиться. Двенадцать постов, которые начнутся завтра, не заменяют книгу. Это, скорее, карта — прогулка по каждой главе с указанием того, какая проблема в ней решается, какая центральная идея в ней звучит, и почему именно эта деталь важна в общей картине.

Если вы уже работаете с LLM, серия должна помочь увидеть бреши в вашей рабочей модели, которые стоит закрыть. Если вы только начинаете — получите словарь и интуицию, после которых сама книга будет читаться куда легче. И в том, и в другом случае цель одна: убрать таинственность, не теряя при этом точности.

Как устроена Книга 1

Порядок глав в LLM Primer I не случаен. Первые три главы выстраивают словарь и базовый механизм — что такое LLM, как текст превращается в токены и вероятности, и как трансформер двигает всё это внутри.

Главы 4 и 5 открывают капот обучения — предобучение, fine-tuning, RLHF — и затем честно смотрят на то, где модели всё ещё спотыкаются: галлюцинации, отсутствие представления о времени, проблемы с вычислениями, колебания согласованности.

Глава 6 заходит на самую тонкую территорию всей серии: безопасность, выравнивание, и что значит для модели «быть полезной». В издании 2026 года тут добавилась новая секция (§6.6) с последними исследованиями по конституционному ИИ и моделям на основе дебатов.

С 7-й главы фокус смещается: от «как это работает» к «как этим пользоваться». Промпт-инжиниринг, инструменты и агенты (с новой §8.6 о паттернах агентов), RAG, мультимодальность, и глава 11 — с новой §11.6, целиком посвящённой моделям рассуждения. Глава 12 закрывает книгу системным взглядом и прокладывает мост к Книгам 2–7.

Как читать эти посты

Каждый пост даёт три вещи: краткое описание центрального вопроса главы, основные концептуальные ходы (с техническими терминами, объяснёнными простыми словами), и переход к следующей главе. Чтение — на пять-восемь минут, под утренний кофе, а не на все выходные.

Если какая-то глава по-настоящему зацепит, в книге соответствующий материал разобран намного глубже, с диаграммами, примерами, и врезками «Простыми словами», которые переформулируют каждую техническую идею бытовым языком.

Оглавление — что когда

Полное расписание двенадцати постов ниже. Каждый выходит точно по дате, по порядку, без пропусков. Если какого-то ещё нет на момент вашего чтения — дата справа подскажет, когда он появится.

18 февраля — Глава 1: Что такое, в сущности, Большая Языковая Модель? Почему этот вопрос не такой очевидный, как кажется, и три мифа, от которых стоит избавиться сразу.

19 февраля — Глава 2: Вероятность, токены и текст. Что такое токены на самом деле, почему модель всегда выдаёт целое распределение, а не «ответ», и как temperature и top-p меняют характер вывода.

20 февраля — Глава 3: Как текст течёт внутри модели. Эмбеддинги, внимание и архитектура трансформера — без матриц, но без потери точности.

21 февраля — Глава 4: Как модель обучается. Предобучение, fine-tuning, RLHF — и какой этап формирует что.

22 февраля — Глава 5: Где модель ещё спотыкается. Галлюцинации, время, вычисления, согласованность — почему эти изъяны не баги, а свойства того же механизма.

23 февраля — Глава 6: Безопасность, выравнивание, и подлинный смысл «быть полезным». Плюс новая секция §6.6 о конституционном ИИ и моделях на основе дебатов.

24 февраля — Глава 7: Промпт-инжиниринг как ремесло. Четыре паттерна, которые несут основную нагрузку, и почему именно они работают.

25 февраля — Глава 8: Когда одной модели мало — инструменты и агенты. Плюс §8.6 с паттернами агентов: ReAct, planner-executor, рефлексия.

26 февраля — Глава 9: RAG — как вшивать свежие данные в контекст модели. Что отличает хороший RAG от плохого.

27 февраля — Глава 10: Мультимодальность. Как тот же трансформер начинает принимать картинки и звук, и где он по-прежнему теряется.

28 февраля — Глава 11: Меньше модели, умнее модели. Дистилляция, квантизация, MoE — и новая §11.6 о моделях рассуждения.

1 марта — Глава 12: Построить LLM-систему — и что дальше. Закрытие книги и мост к Книгам 2–7 серии.


Хочется всю картину сразу? LLM Primer I: How Generative AI Works — издание 2026 года — это то, что эти двенадцать постов лишь приоткрывают. Открыть на Amazon →

До завтра, с Главой 1.


SHO
SHO
CTO и основатель RECEIPTROLLER. Ориентирован на данные, движим инновациями, всегда любознателен.