Введение в LLM

Эта страница предоставляет понятное руководство по большим языковым моделям (LLM), от основ до приложений для любителей ИИ.


Всего доступно 7 статей. | Текущая страница 1 из 1.

Глава 8 — Оптимизация производительности, serving и стоимости

Глава 8 — Оптимизация производительности, serving и стоимости Финальный пост поглавного разбора LLM Primer V: Building Real-World LLM Applications. Глава, относ…

2026-04-21

Глава 7 — Безопасность LLM и guardrails

Глава 7 — Безопасность LLM и guardrails Седьмой пост поглавного разбора LLM Primer V: Building Real-World LLM Applications. Глава, называющая новую ось безопасн…

2026-04-20

Глава 1 — Дисциплина AI-инженерии

Глава 1 — Дисциплина AI-инженерии Первый пост поглавного разбора LLM Primer V: Building Real-World LLM Applications. Глава, утверждающая, что причина, по которо…

2026-04-14

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…

2026-04-13

Глава 13 — Фреймворки и облачная интеграция

Четырнадцатый пост поглавного разбора LLM Primer IV. Strands с Bedrock, AWS state-layer-паттерн, Microsoft Agent Framework, LangChain, Semantic Kernel — и три продакшен-формы интеграции, к которым команды приходят независимо.

2026-04-11

Глава 11 — Непрерывные обновления и оптимизация пайплайна

Одиннадцатый и заключительный пост разбора LLM Primer III. CDC и инкрементальная индексация держат корпус свежим, семантическое кеширование и тиринг моделей держат латентность низкой, а четырёхстадийная петля обратной связи закрывает разрыв между тем, что продакшен говорит команде, и тем, что команда реально меняет — плюс мост в Том IV про Model Context Protocol.

2026-03-28

Глава 10 — Ведущие фреймворки оценки

Десятый пост разбора LLM Primer III. Полевой путеводитель по фреймворкам, превращающим Триаду оценки в нечто, что команда способна реально гонять — RAGAS, TruLens, DeepEval с одной стороны, Braintrust, LangSmith, Phoenix, Galileo, Opik с другой, и Evaluation Gap, которую ни один пока не закрыл.

2026-03-27