[Deep School] LLM Start. Создайте свой первый LLM-сервис

​ Вы хотите создать собственную AI-систему, но... Не знаете с чего начать, так как в интернете слишком много не структурированной информации RAG и Агенты не работают, хотя вы всё делаете по туториалу из статьи или видео Неясно, как учить LLM, чтобы адаптировать большие модели под свои данные Чтобы создать приложение с LLM, важно уметь: Дообучать модели на своих данных (Tuning, Alignment) Большинство моделей обучены так, чтобы понемногу разбираться в различных областях: юриспруденции, кулинарии, спорте и т. д. Но если вам необходимо улучшить качество ответов модели в узкой области, например, медицине, её надо дообучить на соответствующих данных. Дообучение также снижает число галлюцинаций и помогает придать модели определённый стиль общения Использовать в ответах свою базу данных (RAG) Чтобы модель опиралась в ответах на актуальные данные, а не прошлогодние, надо использовать Retrieval Augmented Generation. RAG — это когда по вопросу пользователя система находит в базе актуальную информацию и использует её для формирования ответа Подключать к LLM сторонние инструменты (Tools, Agents) Чтобы LLM не только отвечала на вопросы, но и сама в нужный момент отправила сообщение в мессенджер, добавила новое событие в календарь или просто сложила два числа, ей надо дать доступ к инструментам (Tools): к чату, календарю или калькулятору. LLM-системы, которые уместно используют такие инструменты называют агентами (Agents) Именно этому вы научитесь на курсе LLM Start под кураторством опытных LLM-инженеров. Это курс для разработчиков и руководителей, у которых нет опыта в области машинного обучения Разработчики. Научатся создавать собственные LLM-сервисы Руководители. Узнают, на что способны LLM и какие задачи можно ставить команде Менеджеры. Поймут, как устроены LLM и научатся верно оценивать задачи В финале курса вы создадите собственный LLM-сервис для задачи, которая вам интересна. Можно взять свою идею или взять проект из нашего списка. Спикеры помогут с реализацией, дадут обратную связь по решению и подскажут, как доработать проект. QA-сессия Также после всех лекций мы проведём дополнительную встречу в Zoom со спикерами, чтобы разобрать ваши вопросы голосом.