Доктор Лексиум

Все опыты в этих уроках я ставил на своём игровом компьютере: видеокарта GTX 1070 на 8 ГБ, ей уже лет десять. А сами уроки я готовлю с другой моделью, облачной, за деньги. Зачем мне обе? Потому что вопрос «локальная или облачная» неправильный. Правильный…

Я шесть раз попросил домашнюю модель придумать название для кофейни рядом с библиотекой, и шесть раз спросил, сколько будет 17 умножить на 23. С кофейнями вышло пять разных ответов из шести, с умножением — шесть раз 391. Модель та же, запрос тот же, изменилась…

Попросил описание к статье про токены — нейросеть написала про криптовалюту. Пять частей хорошего запроса и почему примеры работают лучше объяснений.

Нейросеть уверенно пересказала мне несуществующий рассказ Чехова. Почему модели сочиняют факты, где этого ждать и три способа поймать выдумку.

Как программа понимает, какой вес изменить и на сколько. Функция потерь, производная и обратное распространение на простом числовом примере.

Один шаг маленькой учебной сети: номера токенов, векторы, внимание, выходная матрица и выбор продолжения. Все вычисления можно повторить на бумаге.

Векторы и матрицы на примере корзины с фруктами. Как таблица весов превращает один список чисел в другой и чем оценка отличается от вероятности.