- Компиляторы
-
Обучение
Изучить Python Запускаемые примеры, NumPy, pandas и другое Изучить ИИ / машинное обучениеНейросети, ML и LLM с нуля Изучить C и C++ Указатели, память, STL и современный C++ Изучить C#Основы C#, ООП, LINQ, async и упражнения .NET Изучить MatplotlibЛинейные, столбчатые, точечные и круговые диаграммы с визуализацией Изучение RustВладение, трейты, обработка ошибок и потоки Изучение GoСрезы, интерфейсы, горутины и каналы Алгоритмы на Python Поиск, сортировка, рекурсия и визуализация O(n) Алгоритмы на C и C++ Сравнение реализаций на C и C++ Программирование для детей Учись программировать, играя!
- КвизыНовое
- ЗадачиНовое
- УчителямНовое
- Обновления
- Угостить кофе
Квизы: NLP, Transformers & LLMs
How language models turn text into tokens and vectors, how attention and the transformer work, and how large language models generate text, get fine-tuned and use retrieval.
Средний
Квизов: 5 · вопросов: 50
около 34 минуты
0/5сдано
Экзамен по разделу
20 вопросов вперемешку. За 80% - сертификат.
1
Tokenization & Embeddings
Средний
Learn how text becomes tokens and tokens become vectors that capture meaning.
#nlp#tokenization
10 вопр. · ~6 мин
Не начат
Начать
2
The Attention Mechanism
Сложный
Queries, keys, values, softmax and the sqrt(d) scaling at the heart of every transformer.
#attention#transformers
10 вопр. · ~8 мин
Не начат
Начать
3
Transformer Architecture
Сложный
Encoders, decoders, positional encoding, causal masks and multi-head attention, interview style.
#transformers#interview
10 вопр. · ~8 мин
Не начат
Начать
4
How LLMs Generate Text
Средний
Next-token prediction, logits, context windows and the difference between greedy decoding and sampling.
#llm#text-generation
10 вопр. · ~6 мин
Не начат
Начать
5
Fine-Tuning & RAG
Средний
When to fine-tune, when to retrieve, and the details that make retrieval-augmented generation work.
#llm#rag
10 вопр. · ~6 мин
Не начат
Начать
Ничего не нашлось. Попробуйте другое слово или тег.