Post #560

4 подхода к созданию LLM-приложений Если вы пытались собрать сервис на базе LLM: RAG для корпоративного репозитория, MVP для стартапа или бот для личных задач — наверняка столкнулись с тем, что всё работает не так, как задумывалось. Модель галлюцинирует или отвечает в неподходящем стиле, промпты не помогают, RAG не находит релевантные данные, агенты игнорируют инструкции — и непонятно, надо ли дообучать LLM или стоит попробовать другую модель, но как выбрать? В этот четверг мы проведём открытую лекцию, на которой расскажем об ошибках создания LLM-систем, как их решать и как собрать сервис, за который не стыдно. На лекции вы узнаете про: - 4 базовых блока LLM-проекта — из чего собираются 99% приложений - когда достаточно open-source LLM, а когда не обойтись без коммерческой - как навести порядок в RAG: чанки, поиск, антигаллюцинации - как работают агенты и их реальные сценарии применения - файнтюнинг: когда простого промпта недостаточно, как адаптировать модель под свою задачу и когда это нужно А в конце представим наш новый курс — LLM Start, на котором инженеры без опыта в DL научатся создавать свои первые LLM-приложения под кураторством опытных инженеров. Всем участникам лекции подарим скидки на обучение, поэтому не пропустите! 🎁 🙋‍♂️ Вести лекцию будет Илья Димов, Senior NLP-инженер, который занимается обучением Multimodal LLM. 🔔 Встречаемся в четверг, 24 июля, в 19:00 МСК. Регистрируйтесь по ссылке и приходите в четверг вечером!