Содержание курса
1. Фундаментальные основы и «Физика» LLM
12 уроков
11
1
0м
0
Закрытый
1.1
Анатомия MashaGPT: Кто я и как устроена «под капотом»
↗
4
1
-
0
Закрытый
1.2
Как GPT предсказывает токены и смыслы
↗
1
0
-
0
Закрытый
1.3
Анализ токен‑лимита и стратегия «сжатия смысла»
↗
0
0
-
0
Закрытый
1.4
Вероятностное пространство: Temperature, Top-P и Seed
↗
1
0
-
0
Закрытый
1.5
Продвинутые техники управления генерацией
↗
0
0
-
0
Закрытый
1.6
Методология Recursive Self-Improvement Prompting (RSIP)
↗
1
0
-
0
Закрытый
1.7
Абзацы против маркированных списков в промпт-инженерии
↗
0
0
-
0
Закрытый
1.8
Эволюция моделей, обучение и согласование (SFT, RLHF, DPO)
↗
1
0
-
0
Закрытый
1.9
Стратегия внедрения и мониторинга моделей в бизнес‑процессах
↗
1
0
-
0
Закрытый
1.10
Латентное пространство и семантическая близость
↗
1
0
-
0
Закрытый
1.11
Разработка промптов для сложных сценариев
↗
1
0
-
0
Закрытый
1.12
📋 Документация по рекурсивному разбиению на фрагменты
↗
0
0
-
0
2. Продвинутая архитектура промпта
8 уроков
8
0
0м
0
Закрытый
2.1
Глубокий разбор фреймворка CREATE, CO-STAR и CARE
↗
1
0
-
0
Закрытый
2.2
Переработка промптов в структурированные форматы и автоматизация
↗
1
0
-
0
Закрытый
2.3
Ролевой инжиниринг: Психологический профиль ИИ
↗
1
0
-
0
Закрытый
2.4
Создание специализированных ролей для бизнес‑задач
↗
0
0
-
0
Закрытый
2.5
Использование разделителей и синтаксиса Markdown
↗
1
0
-
0
Закрытый
2.6
Создание модульных промптов, оптимизация и отладка
↗
0
0
-
0
Закрытый
2.7
Мета-промптинг: Промпты, которые пишут промпты
↗
2
0
-
0
Закрытый
2.8
Переменные и шаблонизация (Dynamic Prompting)
↗
2
0
-
0
3. Логическое мышление и стратегии рассуждения
6 уроков
5
0
0м
0
Закрытый
3.1
Chain of Thought (Цепочка мыслей) и ее вариации
↗
1
0
-
0
Закрытый
3.2
Tree of Thoughts (Дерево мыслей)
↗
1
0
-
0
Закрытый
3.3
Skeleton-of-Thought (Скелет мысли)
↗
1
0
-
0
Закрытый
3.4
Step-Back Prompting (Абстракция)
↗
1
0
-
0
Закрытый
3.5
Chain‑of‑Density (CoD): управление плотностью информации
↗
1
0
-
0
Закрытый
3.6
Метод Chain-of-Table и аналогичные ему подходы
↗
0
0
-
0