AI и LLM
Пишу о том, как применяю модели на своих задачах: классификация, поиск похожих изображений, разметка, безопасность промптов. Рядом — Arbor, холст для ветвящихся диалогов.
С чего начать
Arbor
Холст для ветвления диалогов с LLM.
Полезные промпты к ChatGPT
Рабочие формулировки запросов к языковой модели.
Поиск похожих изображений
ImgSmlr в PostgreSQL: похожие фото по содержимому.
Что такое Random Forest
Ансамбль деревьев решений: как устроен и зачем.
Глубокое обучение
Нейросети с несколькими слоями: базовая рамка.
Курс Карпатого по LLM
LLM101n: разбор анонса курса Andrey Karpathy.
Мои инструменты
LLM и промпты
- Карпатый готовит большой курс по LLM – LLM101n: Let's build a Storyteller
- Полезные PROMT’ы к ChatGPT
- Silicon Studio — локальные LLM и LoRA на Apple Silicon
- Cochise — исследовательский AI-прототип тестирования Active Directory
- llm.codes — преобразование динамической документации в Markdown
- US Job Market Visualizer — интерактивная карта профессий BLS
- PRP — контекст, планы и проверка для разработки с AI-агентом
- TurboQuant-GPU — сжатие KV-кэша языковых моделей на NVIDIA
- RamiGPT — лабораторный AI-бенчмарк повышения привилегий
- Coro Code — терминальный AI-агент для работы с кодом
- Jina Reader — извлечение веб-контента и поиск для LLM-pipeline
- Awesome Local LLM — движки, интерфейсы и ресурсы локальных моделей
Computer Vision
Машинное обучение
- Что такое Random Forest?
- Гиперпараметры в машинном обучении
- Что такое глубокое обучение?
- Основные критерии подходов к машинному обучению
- Различия в методологиях моделирования машинного обучения
- Что такое data driven design?
- Seret Movies Skill — поиск киносеансов Израиля через AI-агента
- Gemma Multimodal Fine-Tuner — LoRA-дообучение на Apple Silicon
- Faithful Contouring — воксельное представление 3D-мешей
- Autoresearch-MLX — циклы ML-экспериментов на Apple Silicon
- LeJEPA — самоконтролируемое обучение и функция потерь SIGReg
- Gemma на JAX — использование и дообучение языковых моделей