Этот раздел зеркалирует опубликованные пользовательские материалы репозитория: главы 00-12 из корня проекта. Черновики из draft и корневые README.md/README.ru.md не включены.
Полные русские переводы находятся в локализованных markdown-файлах; русские страницы ниже дают локализованную структуру, терминологию и проверенные локальные переходы к материалам.
На первом проходе также подготовлены полные переводы нескольких базовых материалов: Scaling Law, локальное развертывание LLM и квантизация LLM.
| Раздел | Что внутри | Материалов |
|---|---|---|
| Введение: путь к AGI | Базовая карта развития LLM: Scaling Law, эмерджентность, AGI и ежегодная хроника ключевых работ. | 10 |
| Глава 1. Предобучение | Архитектуры, оптимизаторы, функции активации, attention, позиционные кодировки, токенизация, параллелизм и фреймворки обучения. | 50 |
| Глава 2. Развертывание и инференс | Практика локального запуска, метрики скорости, стоимость токенов, vLLM, TGI, TensorRT-LLM, Ollama и LLMOps. | 12 |
| Глава 3. Тонкая настройка | PEFT, LoRA, QLoRA, AdaLoRA, soft prompts и фреймворки для прикладного fine-tuning. | 13 |
| Глава 4. Квантизация | Квантизация LLM, практические уровни понимания и связь форматов/инструментов с инференсом. | 2 |
| Глава 5. GPU и параллелизм | Память, вычисления, коммуникация и отличия параллельного исполнения Transformer от классических NLP-подходов. | 2 |
| Глава 6. Prompt Engineering | Prompt Engineering, chain/tree/graph-of-thought и безопасность prompt-based систем. | 3 |
| Глава 7. Agent и RAG | Архитектуры agent-систем, MCP, Text-to-SQL, RAG, GraphRAG, Knowledge Graph и прикладное проектирование LLM-продуктов. | 13 |
| Глава 8. Внедрение LLM в бизнесе | Практические сложности enterprise-внедрения: галлюцинации, структурированный вывод, неопределенность, red teaming и ChatBI. | 6 |
| Глава 9. Метрики оценки | Метрики качества LLM и практические бенчмарки вроде Needle in a Haystack и задач на подсчет. | 3 |
| Глава 10. Актуальные темы | Свежие и прикладные сюжеты вокруг LLM, Deep Fake, выбора стратегий и личного опыта. | 3 |
| Глава 11. Математика | Линейная алгебра, математический анализ, вероятность и статистика для изучения AI/LLM. | 10 |
| Глава 12. Бизнес и профессиональная стратегия | Размышления о GenAI, платформах, карьерной траектории и практической ценности LLM. | 1 |
Всего в зеркале охвачено 128 markdown-материалов.