DigitableCourses
База знаний

Тема: основы ии

16 материалов в этой теме.

Материалы

12 на странице
Статья

Цепи Маркова: предсказание без понимания

Как из скороговорки собирается вероятностный автомат, который дописывает текст, ничего не понимая: марковское свойство, матрица переходов, n-граммы, T9 и PageRank — и …

#основы ии#цепи маркова#вероятностные модели
17 мин
Статья

Токены, контекстное окно и память диалога

Токен как единица счёта и почему русский текст дороже английского, из чего на самом деле собирается запрос к модели, что такое контекстное окно и почему у модели нет …

#основы ии#токены#контекстное окно
15 мин
Статья

Промптинг: RCTF и STAR

Промпт как структурированный запрос: из чего собирается вход модели, зачем роль, контекст, задача и формат ответа, почему шаблон STAR из человеческой коммуникации …

#основы ии#промптинг#rctf
16 мин
Статья

Продвинутый промптинг: ZS, FS, CoT, CoV, ToT

Пять техник промптинга как лестница «дороже — надёжнее»: zero-shot, few-shot, цепочка рассуждений, самопроверка и дерево мыслей. Что каждая делает, сколько токенов стоит …

#основы ии#промптинг#chain-of-thought
16 мин
Статья

Провайдеры, фрейминг и цензура

Почему один и тот же вопрос в разных сервисах даёт по-разному окрашенные ответы: состав корпуса, выравнивание, системный промпт, фильтры и регулирование. Как отличить …

#основы ии#провайдеры#цензура
19 мин
Статья

Представления: почему модель «не знает», как выглядит мир

Модель видит не объект, а вектор чисел. Что такое признаки и эмбеддинги, почему близость по смыслу превращается в близость в пространстве и как классификатор выучивает …

#основы ии#представления#эмбеддинги
15 мин
Статья

Предсказуемость: какой вопрос на самом деле решает ИИ

Компьютер построен на детерминизме и не умеет производить случайность. Откуда взялась потребность в вероятностных моделях, чем псевдослучайность отличается от настоящей …

#основы ии#предсказуемость#случайность
15 мин
Статья

Нейросети: как обучают модель

Что физически происходит при обучении: веса как массив чисел, подбор параметров вместо написания правил, режимы с учителем и без, дистилляция и RLHF, человек в контуре и …

#основы ии#нейросети#обучение с учителем
17 мин
Статья

Могут ли нейросети думать

Почему в конвейере из токенов, весов и матричных умножений негде поместиться мышлению, откуда берётся уверенная выдумка, что на самом деле утверждают китайская комната и …

#основы ии#llm#галлюцинации
16 мин
Статья

Машинное обучение: картинки, звук, текст

Перцептивные хеши и расстояние Хэмминга для изображений, спектрограммы и аудиоотпечатки для звука, OCR для текста: разбор классических алгоритмов распознавания, которые …

#основы ии#машинное обучение#перцептивные хеши
19 мин
Статья

Железо: почему для ИИ нужны видеокарты

Инференс языковой модели — это умножение матриц, упирающееся не в арифметику, а в пропускную способность видеопамяти. Чем GPU отличается от CPU, сколько памяти требует …

#основы ии#gpu#инференс
19 мин