Введение в LLM
Эта страница предоставляет понятное руководство по большим языковым моделям (LLM), от основ до приложений для любителей ИИ.
Глава 16 — Безопасный файн-тюнинг и адаптация
Глава 16 — Безопасный файн-тюнинг и адаптация Шестнадцатый пост поглавного разбора LLM Primer VII: AI Security. Глава, обращающаяся с файн-тюненным моделью как…
2026-05-25
Глава 10 — Проектирование безопасных архитектур LLM
Глава 10 — Проектирование безопасных архитектур LLM Десятый пост поглавного разбора LLM Primer VII: AI Security. Глава, обращающаяся с архитектурой как с первич…
2026-05-19
Глава 9 — Целостность модели и риски цепочки поставок
Глава 9 — Целостность модели и риски цепочки поставок Девятый пост поглавного разбора LLM Primer VII: AI Security. Глава, обращающаяся с артефактом модели как с…
2026-05-18
Глава 8 — Adversarial-атаки на модели
Глава 8 — Adversarial-атаки на модели Восьмой пост поглавного разбора LLM Primer VII: AI Security. Глава, прослеживающая adversarial-атаки от работы Гудфеллоу 2…
2026-05-17
Глава 7 — Галлюцинации и надёжность
Глава 7 — Галлюцинации и надёжность Седьмой пост поглавного разбора LLM Primer VII: AI Security. Глава, обращающаяся с надёжностью как со свойством безопасности…
2026-05-16
Глава 6 — Риски retrieval-augmented generation
Глава 6 — Риски retrieval-augmented generation Шестой пост поглавного разбора LLM Primer VII: AI Security. Глава, обращающаяся с retrieval-корпусом как с недове…
2026-05-15
Глава 3 — Безопасность данных и приватность
Глава 3 — Безопасность данных и приватность Третий пост поглавного разбора LLM Primer VII: AI Security. Глава, обращающаяся с данными как с активом, имеющим жиз…
2026-05-12
LLM Primer VI — Введение в серию и указатель
LLM Primer VI — Введение в серию и указатель Поглавный разбор книги LLM Primer VI: Scaling AI Systems — тома, где инференс LLM рассматривается как инженерная ди…
2026-04-22
Глава 4 — ИИ-агенты и вызов инструментов
Глава 4 — ИИ-агенты и вызов инструментов Четвёртый пост поглавного разбора LLM Primer V: Building Real-World LLM Applications. Глава, относящаяся к агенту как к…
2026-04-17
Глава 2 — Foundation-модели и prompt engineering
Глава 2 — Foundation-модели и prompt engineering Второй пост поглавного разбора LLM Primer V: Building Real-World LLM Applications. Глава, относящаяся к prompt…
2026-04-15
LLM Primer V — Введение в серию и оглавление
LLM Primer V — Введение в серию и оглавление Поглавный разбор LLM Primer V: Building Real-World LLM Applications — тома, который относится к AI-инженерии как к…
2026-04-13Глава 9 — Управление бюджетом внимания
Девятый пост поглавного разбора LLM Primer IV. Context rot, обрыв lost-in-the-middle, tool-loadout rot и три архитектурных ответа — MCP, RAG, дообучение — на вопрос, где на самом деле живёт недостающее знание модели.
2026-04-07Глава 3 — Серверные примитивы: экспонирование контекста и возможностей
Третий пост поглавного разбора LLM Primer IV. Три существительных, которые может предложить MCP-сервер — Resources (чтение состояния), Prompts (переиспользуемые шаблоны), Tools (действия записи), — их схемы, жизненные циклы, модели ошибок и дисциплина выбора правильного примитива.
2026-04-01Глава 7 — Реализация контроля доступа
Седьмой пост разбора LLM Primer III. Документ-уровневые ACL как фундамент, RBAC с метками чувствительности Microsoft Purview, ReBAC с Zanzibar и SpiceDB и дисциплина pre-filter против post-filter, работающая под всеми ними.
2026-03-24Глава 6 — Модели угроз и уязвимости RAG
Шестой пост разбора LLM Primer III. Расширенная поверхность атаки поиска — отравление корпуса, adversarial-чанки, непрямой prompt injection, инверсия эмбеддингов и проблема confused deputy в агентном RAG. Конкретные атаки, каждая продемонстрирована, каждая воспроизводима.
2026-03-23Глава 1 — Эволюция архитектуры RAG
Первый пост разбора LLM Primer III. Четыре архитектурные позы RAG — Naive, Advanced, Modular, Agentic — читаются как история о передаче LLM всё большей агентности по одному решению за раз, и честный ответ на вопрос, когда дообучение лучше поиска.
2026-03-18Глава 11 — Оценка, калибровка и вывод
Одиннадцатый пост разбора LLM Primer II: Language Models Through Mathematics по главам. Глава, в которой мы задаёмся вопросом: как вообще измерить машину, способную сказать что угодно — и обнаруживаем, что уверенная модель часто оказывается плохо откалиброванной.
2026-03-13Глава 10 — Математика дообучения и согласования
Десятый пост разбора LLM Primer II: Language Models Through Mathematics по главам. Как блестящего, но дикого предсказателя следующего токена превращают в полезного ассистента — и как целый конвейер обучения с подкреплением одной красивой выкладкой сворачивается в обычное обучение с учителем.
2026-03-12Глава 12 — Построить LLM-систему, и что дальше
Последний пост разбора LLM Primer I по главам. Модель, инструменты, RAG, оценка и ограждения, сшитые в одну систему — и мост от Книги 1 к Книгам 2–7 серии.
2026-03-01Глава 11 — Меньше модели, умнее модели
Одиннадцатый пост разбора LLM Primer I по главам. Как уменьшить большие модели до размеров реальной эксплуатации — дистилляция, квантизация, MoE — и новая секция §11.6 издания 2026 года о моделях рассуждения.
2026-02-28Глава 10 — Мультимодальность: за пределами текста
Десятый пост разбора LLM Primer I по главам. Как тот же трансформер научился принимать картинки и звук — vision transformer и токенизация аудио — и честные ограничения за идеей «одна модель, которая видит всё».
2026-02-27Глава 9 — RAG: сшиваем свежую информацию в контекст
Девятый пост разбора LLM Primer I по главам. Что на самом деле делает RAG (Retrieval-Augmented Generation), как он подпирает чувство времени и фактическую точность модели, и где начинается разница между хорошим и плохим RAG.
2026-02-26Глава 8 — Когда одной модели мало: инструменты и агенты
Восьмой пост разбора LLM Primer I по главам. Территория, где модель обретает руки — использование инструментов, вызов функций, агенты — и новый §8.6 издания 2026 года с паттернами агентов: ReAct, планировщик-исполнитель, рефлексия.
2026-02-25Глава 7 — Промпт-инжиниринг как ремесло
Седьмой пост разбора LLM Primer I по главам. Четыре паттерна промптов, которые несут основную нагрузку — system prompt, few-shot, цепочка размышления, роль — и почему каждый из них работает, в свете механизма следующего токена.
2026-02-24Глава 6 — Безопасность, выравнивание, и что значит «быть полезным»
Шестой пост разбора LLM Primer I по главам. Почему связность и полезность — разные вещи, что именно настраивает выравнивание, и предварительный взгляд на новую секцию §6.6 издания 2026 года — конституционный ИИ, модели на основе дебатов, и свежие направления исследований.
2026-02-23Глава 5 — Ещё остаются мелкие изъяны
Пятый пост разбора LLM Primer I по главам. Почему галлюцинации, отсутствие чувства времени, проблемы с вычислениями и колебания согласованности — не баги, а свойства одного и того же механизма предсказания следующего токена.
2026-02-22Глава 4 — Как модель обучается
Четвёртый пост разбора LLM Primer I по главам. Почему предобучение задаёт потолок способностей, почему fine-tuning лепит характер, и как RLHF превращает простого предсказателя токенов в того ассистента, которому мы доверяем ежедневно.
2026-02-21Глава 3 — Как текст течёт внутри модели
Третий пост разбора LLM Primer I по главам. Как меняется токен внутри модели — эмбеддинги, внимание, трансформер — без матриц, но без потери точности.
2026-02-20Глава 2 — Вероятность, токены и текст
Второй пост разбора LLM Primer I по главам. Чем токены отличаются от слов, что такое то распределение вероятностей, которое модель строит на каждом шаге, и как temperature и top-p меняют характер вывода.
2026-02-19Глава 1 — Что такое, в сущности, Большая Языковая Модель?
Первый пост разбора LLM Primer I по главам. Что на самом деле означают слова «большая», «языковая» и «модель», как мы прошли путь от систем на правилах до нейросетей, и три мифа, от которых стоит избавиться сразу.
2026-02-18LLM Primer I — разбор по главам: вступление и оглавление
Вступление к серии глав-разборов LLM Primer I. Как устроена сама книга, что даёт каждая глава, и расписание двенадцати постов между 18 февраля и 1 марта.
2026-02-17