Курс на Stepik
Обложка курса «Как работают большие языковые модели (LLM)» на Stepik
1 290 ₽

Как работают большие языковые модели (LLM) ★ 0.000

Открыть на
STEPIK.ORG

Понятный практический курс о том, как LLM устроены, обучаются и применяются: токены, трансформеры, выравнивание, RAG и оценка качества.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Как работают большие языковые модели (LLM)»Учеников на курсе 10
Сертификаты, выданные на курсе «Как работают большие языковые модели (LLM)»Сертификатов выдано 0
Отзывы о курсе «Как работают большие языковые модели (LLM)»Отзывов получено 0
Рейтинг курса «Как работают большие языковые модели (LLM)»Рейтинг курса 0.000
Уроки в курсе «Как работают большие языковые модели (LLM)»Количество уроков 12
Тесты в курсе «Как работают большие языковые модели (LLM)»Количество квизов 12
Время прохождения курса «Как работают большие языковые модели (LLM)»Время прохождения курса —
Стоимость курса «Как работают большие языковые модели (LLM)»Стоимость курса 1 290 ₽ —
Обновления курса «Как работают большие языковые модели (LLM)»Обновления курса — —
Дата публикации курса «Как работают большие языковые модели (LLM)»Дата публикации курса — ———
Последнее обновление курса «Как работают большие языковые модели (LLM)»Последнее обновление — ———

Чему вы научитесь

  • Объяснять, почему LLM обучаются предсказывать следующий токен и что из этого следует.
  • Понимать токенизацию, эмбеддинги и роль контекстного окна.
  • Описывать трансформер на уровне блоков: self‑attention, MLP, residual, layer norm.
  • Различать предобучение, instruction tuning и RLHF и понимать их цели.
  • Настраивать генерацию: температура, top‑p, ограничения и стоп‑условия.
  • Понимать природу галлюцинаций и снижать ошибки через проверки и источники данных.
  • Проектировать базовый RAG‑пайплайн и знать, какие решения влияют на качество.
  • Строить простую систему оценки (evals) и следить за деградацией качества.
  • Понимать ключевые риски: prompt injection, утечки данных и безопасность промптов.

О курсе

Понятный практический курс о том, как LLM устроены, обучаются и применяются: токены, трансформеры, выравнивание, RAG и оценка качества.

Для кого этот курс

Разработчики, аналитики, продакт‑менеджеры и исследователи, которым важно понимать возможности и ограничения LLM. Подойдёт тем, кто использует LLM в работе или планирует внедрение. Уровень: от начинающего до практикующего.

Начальные требования

Достаточно базовой компьютерной грамотности и интереса к теме. Полезно (но не обязательно) понимать основы программирования и вероятностей. Для практики пригодится любой текстовый редактор и желание разбирать примеры шаг за шагом.

Преподаватели курса

Аватар Future Academy
Future Academy
Future Academy — платформа практических IT-курсов от действующих специалистов. Мы создаём структурированные программы по...
★ 4.8
11 курсов 134
→

Как проходит обучение

Учитесь в своём темпе: читаете короткие теоретические шаги, закрепляете материал квизом в конце каждого урока и постепенно собираете целостную картину того, как устроены LLM и как применять их надёжно.

Формат курса

Текстовые уроки с примерами + интерактивные квизы Stepik для проверки понимания.

Что вы получите

  • Шаблон промпта‑контракта: роль, задача, формат, ограничения и критерии качества.
  • Чек‑лист RAG: чанкинг, эмбеддинги, retrieval, rerank и цитаты.
  • Мини‑набор тест‑кейсов и метрик для оценки качества ответов в вашем сценарии.
  • Карта рисков безопасности и базовые меры защиты при внедрении LLM.

Нагрузка

Около 2–4 часов в неделю, всего 10–15 часов.

Расскажите о курсе друзьям