Частные производные любви. Alik Kramer

в общем, тут такое дело, понимаешь, – продолжил он неуверенно, – с самого начала я занимался обычной тонкой настройкой LLM8

      Примечания

      1

      В теории вероятностей идеальная монетка (или справедливая монетка) – это теоретическая монетка, которая обладает равной вероятностью выпадения орла и решки при каждом броске.

      2

      Эффект наблюдателя – предположение о том, что наблюдение за явлением изменяет его свойства.

      3

      Тимлид (от англ. team leader) – руководитель команды.

      4

      LLM – Large Language Model – нейросеть специальной структуры, лежащая, в том числе, в основе ChatGPT и аналогичных ей моделей.

      5

      NP = P – одна из семи задач математики и информатики, за решение которой в 2000 году обещано вознаграждение в 1 млн. долларов США. Она касается вопроса: можно ли для всех задач, для которых возможно быстро проверить правильность решения (задачи NP), также быстро найти это решение. Доказательство или опровержение этой теоремы имеет огромные последствия для алгоритмов криптографии и искусственного интеллекта. Например, криптосистемы с открытым ключом, технологии доказательства выполнения работы в блокчейне основываются на предположении о неравенстве NP и P классов (NP ≠ P). Если окажется, что некоторые задачи, для которых, как считалось, не существует эффективных алгоритмов, можно решать быстро, то криптографические системы станут уязвимыми.

      6

      Галлюцинирование – это процесс, при котором искусственный интеллект или языковая модель «выдумывает» информацию, представляя её как достоверный факт, хотя в реальности она не основана на обучающих данных или логике. Галлюцинации могут проявляться в виде ложных утверждений, ошибок в рассуждениях или создания несуществующих объектов.

      7

      Фраза из к/ф «Неуловимые мстители».

      8

      Тонкая настройка (fine-tuning) – процесс настройки уже обученной большой языковой модели (LLM) на конкретную задачу или набор данных. Этот этап позволяет модели адаптироваться под конкретную специально выбранную область, сохраняя общие знания, но улучшая точность и релевантность для конкретного применения.

8

Тонкая настройка (fine-tuning) – процесс настройки уже обученной большой языковой модели (LLM) на конкретную задачу или набор данных. Этот этап позволяет модели адаптироваться под конкретную специально выбранную область, сохраняя общие знания, но улучшая точность и релевантность для конкретного применения.