- Регистрация
- 1 Дек 2015
- Сообщения
- 169.567
- Реакции
- 780.738
Складчина: LLM-инженер [Gigaschool] часть 4 из 5
ВНИМАНИЕ: Это четвертая из пяти складчин на полный курс.
В связи с высокой стоимостью (190 998 руб.) и продолжительностью (5,5 месяцев) курса, для удобства участников принято решение о его разделении на 5 частей. Каждая часть соответствует одному большому разделу программы. Каждая последующая складчина является продолжением предыдущей, и соответственно необходимо оплатить предыдущую.
Это четвертая часть курса, посвященная продвинутой теме — интеллектуальным агентам. Вы научитесь строить как простейших агентов для решения конкретных задач, так и сложные мультиагентные системы. Особое внимание будет уделено точкам отказа, уязвимостям, борьбе с галлюцинациями и методам reasoning (ReAct, Tree of Thoughts).
Спойлер: Что вы освоите в этой части?
Ключевые навыки:
Разрабатывать интеллектуальных агентов и мультиагентные системы
Использовать reasoning-подходы: ReAct, Tree of Thoughts
Понимать пределы применимости агентов и их точки отказа
Отлаживать и валидировать агентные системы
Защищать системы от уязвимостей и галлюцинаций агентов
Основные инструменты:
OpenAI Agents API
LangGraph
Программа четвертой части курса
Раздел 4. Агенты
Лекция: Введение - что такое агенты, как это работает и сфера применимости.
Семинар: Построение собственной системы простейших агентов (поиск авиабилетов), сравнение работы обычной модели vs агент.
Лекция: Мультиагентные системы, контекстная адаптация, точки отказа системы, галлюцинации агентов, следование промпту, уязвимости.
Семинар: Реализация агента с поддержкой многошагового планирования, использование LLM для генерации и корректировки пошаговых инструкций.
Эксперты курса:
Александр Потехин (NLP Lead, X5 Tech), Роман Соломатин (ML Engineer, X5 Tech), Дарья Андреева (ML Engineer, X5 Tech), Кристина Желтова (Директор по разработке моделей, Газпромбанк), Евгений Кокуйкин (CEO, Raft).
Предыдущие части курса:
Часть 1. Своя LLM
Часть 2. Prerequisites для RAG
Часть 3. RAG
Следующая часть курса:
Часть 5. Инфраструктура
СКАЧАТЬ
ВНИМАНИЕ: Это четвертая из пяти складчин на полный курс.
В связи с высокой стоимостью (190 998 руб.) и продолжительностью (5,5 месяцев) курса, для удобства участников принято решение о его разделении на 5 частей. Каждая часть соответствует одному большому разделу программы. Каждая последующая складчина является продолжением предыдущей, и соответственно необходимо оплатить предыдущую.
Это четвертая часть курса, посвященная продвинутой теме — интеллектуальным агентам. Вы научитесь строить как простейших агентов для решения конкретных задач, так и сложные мультиагентные системы. Особое внимание будет уделено точкам отказа, уязвимостям, борьбе с галлюцинациями и методам reasoning (ReAct, Tree of Thoughts).
Спойлер: Что вы освоите в этой части?
Ключевые навыки:
Разрабатывать интеллектуальных агентов и мультиагентные системы
Использовать reasoning-подходы: ReAct, Tree of Thoughts
Понимать пределы применимости агентов и их точки отказа
Отлаживать и валидировать агентные системы
Защищать системы от уязвимостей и галлюцинаций агентов
Основные инструменты:
OpenAI Agents API
LangGraph
Программа четвертой части курса
Раздел 4. Агенты
Лекция: Введение - что такое агенты, как это работает и сфера применимости.
Семинар: Построение собственной системы простейших агентов (поиск авиабилетов), сравнение работы обычной модели vs агент.
Лекция: Мультиагентные системы, контекстная адаптация, точки отказа системы, галлюцинации агентов, следование промпту, уязвимости.
Семинар: Реализация агента с поддержкой многошагового планирования, использование LLM для генерации и корректировки пошаговых инструкций.
Эксперты курса:
Александр Потехин (NLP Lead, X5 Tech), Роман Соломатин (ML Engineer, X5 Tech), Дарья Андреева (ML Engineer, X5 Tech), Кристина Желтова (Директор по разработке моделей, Газпромбанк), Евгений Кокуйкин (CEO, Raft).
Предыдущие части курса:
Часть 1. Своя LLM
Часть 2. Prerequisites для RAG
Часть 3. RAG
Следующая часть курса:
Часть 5. Инфраструктура
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- Обучению вскрытию замков [Mark Danko]
- Компьютерное зрение — CV [Яндекс Практикум]
- [ИИ] Грок — нейросеть от xAI: чат-бот, автоматизация, генерации текста и изображений [heavy №1 на 1 месяц] [grok.com]
- [Ватные игрушки] Мышка [cotton_toys_st]
- Желчеотток: работа с песком, сладжем, полипами и камнями в желчном пузыре; удаление желчного (июль 2025) [Gastrosmile Библиотека] [Венера Хабирова]
- ВсеЛенская Терапия. Дополнение 5 [Леонид Тальпис]