Введение в LLM
Эта страница предоставляет понятное руководство по большим языковым моделям (LLM), от основ до приложений для любителей ИИ.
Глава 1 — Почему безопасность ИИ иная
Глава 1 — Почему безопасность ИИ иная Первый пост поглавного разбора LLM Primer VII: AI Security. Глава, утверждающая, что безопасность ИИ — это не традиционная…
2026-05-10
Глава 11 — Слой платформы и оркестрации
Глава 11 — Слой платформы и оркестрации Одиннадцатый пост поглавного разбора LLM Primer VI: Scaling AI Systems. Глава, утверждающая, что выбор платформы — не пр…
2026-05-03
Глава 9 — Спекулятивный декодинг
Глава 9 — Спекулятивный декодинг Девятый пост поглавного разбора LLM Primer VI: Scaling AI Systems. Глава, показывающая, что у последовательного узкого места ав…
2026-05-01
Глава 7 — Продвинутые стратегии батчинга
Глава 7 — Продвинутые стратегии батчинга Седьмой пост поглавного разбора LLM Primer VI: Scaling AI Systems. Глава, показывающая, что батчинг — не оптимизация, а…
2026-04-29
Глава 4 — Специализированный ИИ-кремний и ASIC
Глава 4 — Специализированный ИИ-кремний и ASIC Четвёртый пост поглавного разбора LLM Primer VI: Scaling AI Systems. Глава, утверждающая, что выбор между GPU и A…
2026-04-26
Глава 3 — Дата-центровые GPU для генеративного ИИ
Глава 3 — Дата-центровые GPU для генеративного ИИ Третий пост поглавного разбора LLM Primer VI: Scaling AI Systems. Глава, утверждающая, что serving-GPU нужно п…
2026-04-25
Глава 1 — Механика генерации токенов
Глава 1 — Механика генерации токенов Первый пост поглавного разбора LLM Primer VI: Scaling AI Systems. Глава, утверждающая, что почти каждый трудный вопрос serv…
2026-04-23
Глава 5 — Оценка LLM-приложений
Глава 5 — Оценка LLM-приложений Пятый пост поглавного разбора LLM Primer V: Building Real-World LLM Applications. Глава, признающая, что assertEqual для LLM-вых…
2026-04-18
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…
2026-04-14Глава 12 — Закаливание протокола и защиты
Двенадцатый пост поглавного разбора LLM Primer IV. Четыре кластера защит — криптографическая аттестация, OAuth-дисциплина скоупов с ограниченными сессиями, runtime-песочница и human-in-the-loop-ворота — складываются в позицию, не зависящую от того, что модель ведёт себя правильно в адверсариальных условиях.
2026-04-10Глава 2 — Знакомство с Model Context Protocol (MCP)
Второй пост поглавного разбора LLM Primer IV. Что именно стандартизирует MCP, трёхролевое разделение Host, Client, Server, чем динамическое обнаружение и двунаправленный обмен сообщениями отличаются от REST в значимых случаях, и жизненный цикл сессии, открывающийся согласованием возможностей.
2026-03-31Глава 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.
2026-03-28Глава 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.
2026-03-27Глава 2 — Интеллектуальный парсинг документов
Второй пост разбора LLM Primer III. Почему PDF — это не текстовый файл, что на самом деле сохраняют парсеры с учётом макета, текущий ландшафт инструментов (LlamaParse, Docling, Unstructured, Marker-PDF, Firecrawl, DeepSeek-OCR) и мультимодальный трек, ищущий по изображениям страниц напрямую.
2026-03-19Глава 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 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 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 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 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