К курсуНеделя 4

Как работают LLM и что умеют

Переходим в AI-часть: без перегруза математикой, но с пониманием, как мыслить про модели, контекст, токены и ограничения.

Чтобы сохранять прогресс, войдите в аккаунт.

Цель недели

Разобраться в языке LLM-моделей настолько, чтобы не относиться к ним как к «магической коробке».

Что изучить

  • что такое токен и контекстное окно;
  • temperature и зачем она нужна;
  • системный промпт;
  • галлюцинации и их причины;
  • где LLM особенно полезны, а где опасны.

Материалы

  1. Introduction to Large Language Models — Google
  2. Prompting Guide (русская версия)
  3. OpenAI — Text generation basics
  4. Anthropic docs — Intro to prompting
Чек-лист недели
0/5 выполнено

Практика недели

Сделай не кодовый, а мысленный аудит своей работы:

  • где у тебя много текста;
  • где надо быстро резюмировать;
  • где повторяются ответы;
  • где нужен черновик, а не финальная истина;
  • где решение можно усилить человеком на последнем шаге.

Таблица: где LLM полезна

| Сценарий | Подходит? | Почему | | --- | --- | --- | | Черновик письма | Да | Быстро выдаёт первую версию | | Проверка юридических фактов | Осторожно | Может уверенно ошибаться | | Резюме длинного текста | Да | Отлично сжимает смысл | | Финансовое решение без проверки | Нет | Слишком высокий риск |

Практика
Упражнение: выбор AI-задачи
Составь список из 10 рутинных действий в своей работе. Рядом с каждым поставь метку: - S — можно суммаризировать - D — можно сделать черновик - C — можно классифицировать - N — не подходит для LLM Потом выбери 3 самых полезных кандидата на автоматизацию.
Главная мысль

LLM особенно сильна там, где нужно быстро сгенерировать, переписать, структурировать или сжать текст. Она гораздо слабее там, где нужна стопроцентная фактологическая точность без внешней проверки.