Мультимодальность
Мультимодальность в ИИ — способность системы связывать текст, изображения, аудио и другие сигналы в одном выводе. Разбираем архитектуру, пользу и ограничения.
Открыть →Глоссарий ИИ
Короткие и проверяемые определения терминов.
Mixture of Experts (MoE): смесь экспертов в нейросетях
Mixture of Experts (MoE) — архитектура, где для каждого токена активируется только часть сети. Разбираем роутинг, преимущества, ограничения и практический пример.
Открыть →Reasoning-модели
Reasoning-модели — LLM для многошаговых задач: анализа, планирования, кода и проверки условий. Разбираем, как они работают, когда полезны и где не подходят.
Открыть →Base model vs instruct model: чем отличаются базовая и instruct-модель
Base model предсказывает следующий токен, instruct model дополнительно обучена следовать инструкциям. Разница определяет выбор модели, промпт и ограничения.
Открыть →Галлюцинации ИИ
Галлюцинации ИИ — это уверенные, но ложные ответы модели. Разбираем причины, риски, способы снижения и случаи, где без проверки использовать ИИ нельзя.
Открыть →Top-p / top-k sampling
Top-p и top-k sampling — методы выбора следующего токена при генерации. Разбираем разницу, настройку параметров, пример и ограничения для практики.
Открыть →Temperature (параметр генерации)
Temperature — параметр генерации, который регулирует случайность выбора следующего токена: низкие значения делают ответ стабильнее, высокие — разнообразнее.
Открыть →Chain-of-thought (цепочка рассуждений)
Цепочка рассуждений — способ решать задачу через промежуточные шаги. Он помогает в логике и расчётах, но увеличивает стоимость ответа и не заменяет проверку инструментами.
Открыть →Few-shot / zero-shot обучение
Few-shot и zero-shot — способы решать новую задачу без полноценного дообучения: либо по описанию задачи, либо по нескольким примерам. Полезно, но не универсально.
Открыть →System prompt — системная инструкция для модели
System prompt — это верхнеуровневая инструкция для LLM, которая задает роль, границы, стиль и правила ответа, но не гарантирует полный контроль над моделью.
Открыть →