LLM intelligence: tokenization and LLM capabilities

Автор: Евгений Разинков

Загружено: 2025-12-08

Просмотров: 593

Описание: #llm, #ии, #ai, #tokenization
Давайте обсудим как токенизация влияет на возможности больших языковых моделей и почему их нелепые ошибки никуда не уйдут без фундаментального изменения технологии.

Ссылка на плейлист:
• LLM intelligence

Если вы хотите стать ML-инженером в самом сильном смысле этого слово, наша онлайн-школа:
https://razinkov.ai/school

Карта моих курсов на YouTube:
https://t.me/razinkov_ai/622

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...

LLM intelligence: tokenization and LLM capabilities

Доступные форматы для скачивания:

Скачать видео

Информация по загрузке:

Скачать аудио

Похожие видео

LLM intelligence. Output token distribution & sampling

LLM intelligence. Output token distribution & sampling

LLM intelligence: введение

LLM intelligence: введение

Цепи Маркова — математика предсказаний [Veritasium]

Цепи Маркова — математика предсказаний [Veritasium]

VLMs and Qwen 3. Семинар 1. Разбираем модель CLIP

VLMs and Qwen 3. Семинар 1. Разбираем модель CLIP

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM. Лекция 5. Эволюция архитектур

LLM. Лекция 5. Эволюция архитектур

Стратегия выбора токенов для обучения LLM. Разбор статьи

Стратегия выбора токенов для обучения LLM. Разбор статьи "Rho-1: Not All Tokens Are What You Need"

Воркшоп: Новые подходы к RAG и графам знаний

Воркшоп: Новые подходы к RAG и графам знаний

Может ли у ИИ появиться сознание? — Семихатов, Анохин

Может ли у ИИ появиться сознание? — Семихатов, Анохин

Open Source: ВЕЛИЧАЙШАЯ ЛОЖЬ интернета

Open Source: ВЕЛИЧАЙШАЯ ЛОЖЬ интернета

s1: разбор статьи (и немного про DeepSeek)

s1: разбор статьи (и немного про DeepSeek)

RoPE: Rotary Position Embeddings

RoPE: Rotary Position Embeddings

LLM. Лекция 4. Inference: обзор.

LLM. Лекция 4. Inference: обзор.

Разбираем архитектуру Qwen3-VL: Interleaved MRoPE, DeepStack mechanism, TimeMarker.

Разбираем архитектуру Qwen3-VL: Interleaved MRoPE, DeepStack mechanism, TimeMarker.

VLMs and Qwen 3. От Qwen VL до Qwen 2.5 VL. Multimodal RoPE.

VLMs and Qwen 3. От Qwen VL до Qwen 2.5 VL. Multimodal RoPE.

Жёсткое начало 2026 года для российской экономики

Жёсткое начало 2026 года для российской экономики

Andrej Karpathy: Software Is Changing (Again)

Andrej Karpathy: Software Is Changing (Again)

Неудобная ПРАВДА про мыльный пузырь AI

Неудобная ПРАВДА про мыльный пузырь AI

Как и зачем охлаждают атомы — Семихатов, Вишнякова

Как и зачем охлаждают атомы — Семихатов, Вишнякова

5 тревожных знаков, что ИИ — это пузырь! Как не попасть в ловушку?

5 тревожных знаков, что ИИ — это пузырь! Как не попасть в ловушку?