Введение в LLM
Эта страница предоставляет понятное руководство по большим языковым моделям (LLM), от основ до приложений для любителей ИИ.
Глава 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 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.
2026-02-23
Серия LLM Primer — путеводитель по генеративному ИИ, том за томом
Серия LLM Primer — семь томов о генеративном ИИ от Шохэя Шимоды. Каждый том берёт свой слой работы с большими языковыми моделями: от основ к масштабированию и безопасности. Это лендинг серии: обзор всех семи книг плюс живые разборы первых томов глава за главой.
2026-02-15