Задачи
Тук са задачите на курса на едно място, по модули. Всяка води към урока, където е обяснено нужното.
Задачите от уроците
Раздел „Задачите от уроците“Как учи модел
- Какво е машинно учене
- Линейна регресия
- Градиентно спускане
- Класификация: измама или не
- Оценка: точността лъже
- Преобучение: моделът, който наизустява
Невронна мрежа отвътре
Как работи езиков модел
- Текстът на парчета: токени
- Предсказване на следващия токен
- Ембединги: смисълът като вектори
- Прозорецът на контекста
- Границите на модела
Приложения с LLM
- Извикване на модел през API
- Промптът е код
- Структуриран изход: JSON по схема
- Инструменти: моделът пита, програмата прави
- Оценяване: тестов набор за асистента
- Цена и бавност: бюджет, кеш, по-малък модел
Търсене по смисъл и RAG
- Търсене по смисъл: най-близките k
- Нарязване на документи (chunking)
- RAG: отговор от документите
- Оценяване на RAG: намира ли и стъпва ли
Агенти
- Цикълът на агента: план, действие, наблюдение
- Prompt injection: писмото, което дава нареждания
- Предпазители: проверки преди и след модела