LLM Driven Development |
||
|
Name |
DOWNLOAD
Copy Link
Trouble downloading? see How To |
|
|
Total Size |
17.3 GB |
|
|
Total Files |
119 |
|
|
Last Seen |
|
|
|
Hash |
2CE0F8C8E130B791959EC733BCD3D740F898D6F2 |
|
/01 Базовые принципы трансформеров (от RNN к Self-Attention)/ |
|
|
|
0.0 KB |
|
24 Тестирование AI-приложений (мониторинг, оптимизация задержек)/ |
|
|
|
0.0 KB |
|
|
2.2 MB |
|
|
463.1 MB |
|
20 Автоматизация тестирования LLM, CICD жизненного цикла/ |
|
|
|
0.0 KB |
|
|
341.3 KB |
|
|
3.1 MB |
|
|
578.5 MB |
|
17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/ |
|
|
|
0.0 KB |
|
|
163.0 KB |
|
|
323.9 KB |
|
|
372.6 KB |
|
|
6.2 MB |
|
|
484.1 MB |
|
11 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.)/ |
|
|
|
0.1 KB |
|
|
14.0 KB |
|
|
421.3 KB |
|
|
1.5 MB |
|
|
377.0 MB |
|
03 Визуализация Attention и эволюция (BERT, GPT, T5)/ |
|
|
|
0.1 KB |
|
|
16.7 KB |
|
|
346.9 KB |
|
|
1.3 MB |
|
|
664.9 MB |
|
28 Выбор темы и организация проектной работы/ |
|
|
|
0.1 KB |
|
|
327.7 KB |
|
|
16.9 MB |
|
|
215.7 MB |
|
04 Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)/ |
|
|
|
0.2 KB |
|
|
3.4 MB |
|
|
537.2 MB |
|
25 Сжатие моделей квантование (GGUF, AWQ), дистилляция, pruning/ |
|
|
|
0.3 KB |
|
|
2.3 MB |
|
|
858.9 MB |
|
13 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack)/ |
|
|
|
0.6 KB |
|
|
108.9 KB |
|
|
449.6 KB |
|
|
2.1 MB |
|
|
423.2 MB |
|
08 Принципы LLMOps, автоматизация развертывания/ |
|
|
|
1.1 KB |
|
|
1.9 KB |
|
|
2.5 MB |
|
|
425.2 MB |
|
21 Основы RAG, онтологические графы, LangGraph/ |
|
|
|
1.8 KB |
|
|
2.3 KB |
|
|
5.0 KB |
|
|
9.9 KB |
|
|
2.8 MB |
|
|
524.1 MB |
|
10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/ |
|
|
|
5.7 KB |
|
|
47.3 KB |
|
|
206.7 KB |
|
|
343.9 KB |
|
|
1.4 MB |
|
|
466.7 MB |
|
26 Семантический поиск и мультимодальность (текст и изображение, аудио)/ |
|
|
|
6.1 KB |
|
|
367.3 KB |
|
|
22.3 MB |
|
|
470.7 MB |
|
14 Мониторинг моделей с LangChain Observability, LangSmith, Langfuse/ |
|
|
|
8.6 KB |
|
|
46.2 KB |
|
|
1.7 MB |
|
|
422.0 MB |
|
07 Работа с данными в Python и подготовка данных для LLM/ |
|
|
|
22.9 KB |
|
|
27.3 KB |
|
|
29.7 KB |
|
|
60.5 KB |
|
|
348.4 KB |
|
|
573.2 KB |
|
|
891.6 KB |
|
|
2.1 MB |
|
|
1.1 GB |
|
01 Базовые принципы трансформеров (от RNN к Self-Attention)/ |
|
|
|
24.2 KB |
|
|
640.2 MB |
|
15 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse)/ |
|
|
|
55.2 KB |
|
|
186.5 KB |
|
|
345.0 KB |
|
|
1.8 MB |
|
|
403.8 MB |
|
19 Извлечение данных из текста (NER, IE), разработка приложений/ |
|
|
|
65.2 KB |
|
|
233.9 KB |
|
|
391.8 KB |
|
|
3.2 MB |
|
|
666.0 MB |
|
16 Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)/ |
|
|
|
69.6 KB |
|
|
174.2 KB |
|
|
1.5 MB |
|
|
443.9 MB |
|
27 Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)/ |
|
|
|
185.6 KB |
|
|
496.6 KB |
|
|
1.2 MB |
|
|
7.0 MB |
|
|
447.1 MB |
|
18 Локальное использование LLM (CPU, GPU), оптимизация/ |
|
|
|
334.3 KB |
|
|
5.8 MB |
|
|
435.5 MB |
|
12 Токенизация, контекстные окна, test time scaling/ |
|
|
|
457.7 KB |
|
|
1.7 MB |
|
|
459.5 MB |
|
06 Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)/ |
|
|
|
504.4 KB |
|
|
2.1 MB |
|
|
374.8 MB |
|
09 Оптимизация и поддержка LLM/ |
|
|
|
1.8 MB |
|
|
1.8 MB |
|
|
96.2 MB |
|
|
462.5 MB |
|
23 Архитектуры AI-приложений, профилирование inference/ |
|
|
|
2.7 MB |
|
|
694.6 MB |
|
22 Проектирование когнитивных архитектур (QA, чат-боты, документооборот)/ |
|
|
|
3.3 MB |
|
|
8.6 MB |
|
|
27.2 MB |
|
|
437.9 MB |
|
05 Q and A-сессия/ |
|
|
|
3.7 MB |
|
|
385.6 MB |
|
02 Token Embedding, позиционные вектора и QKV/ |
|
|
|
4.1 MB |
|
|
479.8 MB |
|
29 Консультация по проектам и домашним заданиям/ |
|
|
|
422.5 MB |
|
31 Подведение итогов курса/ |
|
|
|
636.2 MB |
|
30 Защита проектных работ/ |
|
|
|
1.7 GB |
|
Total files 119 |
|
Copyright © 2026 FileMood.com