otus-llmddcourse
File List
- 30 Защита проектных работ/30-Защита-проектных-работ.mp4 774.9 MB
- 07 Работа с данными в Python и подготовка данных для LLM/07-Работа-с-данными-в-Python-и-подготовка-данных-для-LLM.mp4 473.0 MB
- 25 Сжатие моделей квантование (GGUF, AWQ), дистилляция, pruning/25-Сжатие-моделей-квантование-_GGUF_-AWQ__-дистилляция_-pruning.mp4 377.5 MB
- 31 Подведение итогов курса/31-Подведение-итогов-курса.mp4 310.6 MB
- 23 Архитектуры AI-приложений, профилирование inference/23-Архитектуры-AI-приложений_-профилирование-inference.mp4 304.1 MB
- 19 Извлечение данных из текста (NER, IE), разработка приложений/19-Извлечение-данных-из-текста-_NER_-IE__-разработка-приложений.mp4 296.9 MB
- 20 Автоматизация тестирования LLM, CICD жизненного цикла/20-Автоматизация-тестирования-LLM_-CICD-жизненного-цикла.mp4 272.4 MB
- 03 Визуализация Attention и эволюция (BERT, GPT, T5)/03-Визуализация-Attention-и-эволюция-_BERT_-GPT_-T5_.mp4 254.2 MB
- 01 Базовые принципы трансформеров (от RNN к Self-Attention)/01-Базовые-принципы-трансформеров-_от-RNN-к-Self-Attention_.mp4 242.3 MB
- 21 Основы RAG, онтологические графы, LangGraph/21-Основы-RAG_-онтологические-графы_-LangGraph.mp4 227.7 MB
- 17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/17-Fine-tuning-_LoRA_-PEFT_-и-вызов-внешних-функций-из-LLM.mp4 227.3 MB
- 24 Тестирование AI-приложений (мониторинг, оптимизация задержек)/24-Тестирование-AI-приложений-_мониторинг_-оптимизация-задержек_.mp4 216.7 MB
- 27 Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)/27-Продвинутое-обучение-_contrastive-fine-tuning_-in-context-learning__-инте.mp4 214.7 MB
- 10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/10-CICD-для-LLM-и-инструменты-_Triton_-MLflow_-vLLM_.mp4 211.5 MB
- 29 Консультация по проектам и домашним заданиям/29-Консультация-по-проектам-и-домашним-заданиям.mp4 209.2 MB
- 26 Семантический поиск и мультимодальность (текст и изображение, аудио)/26-Семантический-поиск-и-мультимодальность-_текст-и-изображение_-аудио_.mp4 206.2 MB
- 09 Оптимизация и поддержка LLM/09-Оптимизация-и-поддержка-LLM.mp4 204.2 MB
- 12 Токенизация, контекстные окна, test time scaling/12-Токенизация_-контекстные-окна_-test-time-scaling.mp4 201.1 MB
- 08 Принципы LLMOps, автоматизация развертывания/08-Принципы-LLMOps_-автоматизация-развертывания.mp4 200.8 MB
- 16 Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)/16-Промпт-инжиниринг-_Chain-of-thought_-защита-от-некорректных-промптов_.mp4 198.3 MB
- 22 Проектирование когнитивных архитектур (QA, чат-боты, документооборот)/22-Проектирование-когнитивных-архитектур-_QA_-чат-боты_-документооборот_.mp4 196.2 MB
- 18 Локальное использование LLM (CPU, GPU), оптимизация/18-Локальное-использование-LLM-_CPU_-GPU__-оптимизация.mp4 194.4 MB
- 04 Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)/04-Эволюция-AI-и-фундаментальные-модели-_ChatGPT_-Mistral_-Llama_-Deepseek_.mp4 193.6 MB
- 13 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack)/13-Работа-с-фреймворками-и-агентами-_LangChain_-LlamaIndex_-Ollama_-Haystack_.mp4 193.0 MB
- 05 Q and A-сессия/05-Q-and-A-сессия.mp4 180.5 MB
- 14 Мониторинг моделей с LangChain Observability, LangSmith, Langfuse/14-Мониторинг-моделей-с-LangChain-Observability_-LangSmith_-Langfuse.mp4 176.7 MB
- 15 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse)/15-Векторные-БД-и-Retrieval-Augmented-Generation-_Pinecone_-Chroma_-Milvus_-Clickhouse_.mp4 174.9 MB
- 02 Token Embedding, позиционные вектора и QKV/02-Token-Embedding_-позиционные-вектора-и-QKV.mp4 170.5 MB
- 11 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.)/11-Специализированные-бенчмарки-и-метрики-_GLUE_-SQuAD-и-др._.mp4 164.7 MB
- 06 Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)/06-Подходы-к-локализации-_SberGPT_-YandexLLM_-ruGPT-3_.mp4 163.9 MB
- 09 Оптимизация и поддержка LLM/llm_ops_workshop.zip 91.7 MB
- 28 Выбор темы и организация проектной работы/28-Выбор-темы-и-организация-проектной-работы.mp4 83.9 MB
- 22 Проектирование когнитивных архитектур (QA, чат-боты, документооборот)/22. Проектирование когнитивных архитектур (QA, чат-боты, документооборот).pdf 25.9 MB
- 26 Семантический поиск и мультимодальность (текст и изображение, аудио)/Семантический_поиск_и_мультимодальность.pptx 21.3 MB
- 28 Выбор темы и организация проектной работы/Шаблон защиты проектов для студентов.pptx 16.2 MB
- 22 Проектирование когнитивных архитектур (QA, чат-боты, документооборот)/LLM_22_LMV_huggingface.ipynb 8.2 MB
- 27 Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)/27. Продвинутое обучение (contrastive fine-tuning, in-context learning), инте.pdf 6.7 MB
- 17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/17.1 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM.pdf 5.9 MB
- 18 Локальное использование LLM (CPU, GPU), оптимизация/18. Локальное использование LLM (CPU, GPU), оптимизация.pdf 5.5 MB
- 02 Token Embedding, позиционные вектора и QKV/LLM12.ipynb 4.0 MB
- 05 Q and A-сессия/05. Q and A-сессия.pdf 3.5 MB
- 04 Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)/04. Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek).pdf 3.3 MB
- 22 Проектирование когнитивных архитектур (QA, чат-боты, документооборот)/LLM_22_LMV_chat_bot.ipynb 3.1 MB
- 19 Извлечение данных из текста (NER, IE), разработка приложений/19.1 Извлечение данных из текста (NER, IE), разработка приложений.pdf 3.1 MB
- 20 Автоматизация тестирования LLM, CICD жизненного цикла/20.1 Автоматизация тестирования LLM, CICD жизненного цикла.pdf 2.9 MB
- 21 Основы RAG, онтологические графы, LangGraph/21. Основы RAG, онтологические графы, LangGraph.pdf 2.7 MB
- 23 Архитектуры AI-приложений, профилирование inference/23. Архитектуры AI-приложений, профилирование inference.pdf 2.6 MB
- 08 Принципы LLMOps, автоматизация развертывания/8. Принципы LLMOps, автоматизация развертывания.pdf 2.4 MB
- 25 Сжатие моделей квантование (GGUF, AWQ), дистилляция, pruning/25. Сжатие моделей квантование (GGUF, AWQ), дистилляция, pruning.pdf 2.2 MB
- 24 Тестирование AI-приложений (мониторинг, оптимизация задержек)/24. Тестирование AI-приложений (мониторинг, оптимизация задержек).pdf 2.1 MB
- 06 Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)/6. Подходы к локализации (SberGPT, YandexLLM, ruGPT-3).pdf 2.0 MB
- 07 Работа с данными в Python и подготовка данных для LLM/7.1 Работа с данными в Python и подготовка данных для LLM.pdf 2.0 MB
- 13 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack)/13.1 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack).pdf 2.0 MB
- 15 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse)/15.1 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse).pdf 1.7 MB
- 09 Оптимизация и поддержка LLM/9.2 A Survey of Efficient LLM Inference Serving.pdf 1.7 MB
- 09 Оптимизация и поддержка LLM/9.1 Оптимизация и поддержка LLM.pdf 1.7 MB
- 14 Мониторинг моделей с LangChain Observability, LangSmith, Langfuse/14. Мониторинг моделей с LangChain Observability, LangSmith, Langfuse.pdf 1.6 MB
- 12 Токенизация, контекстные окна, test time scaling/12. Токенизация, контекстные окна, test time scaling.pdf 1.6 MB
- 16 Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)/16. Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов).pdf 1.5 MB
- 11 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.)/11.1 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.).pdf 1.4 MB
- 10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/10.1 CICD для LLM и инструменты (Triton, MLflow, vLLM).pdf 1.3 MB
- 03 Визуализация Attention и эволюция (BERT, GPT, T5)/LLM13.ipynb 1.3 MB
- 27 Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)/Shap_and_LIME_TinyLlama.ipynb 1.1 MB
- 07 Работа с данными в Python и подготовка данных для LLM/pandas.ipynb 870.7 KB
- 07 Работа с данными в Python и подготовка данных для LLM/template.ipynb 559.8 KB
- 06 Подходы к локализации (SberGPT, YandexLLM, ruGPT-3)/LLM_localisation.ipynb 492.6 KB
- 27 Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)/Shap_and_LIME_for_BERT.ipynb 484.9 KB
- 12 Токенизация, контекстные окна, test time scaling/tokenizers.ipynb 446.9 KB
- 13 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack)/13.2 Домашнее задание.pdf 439.1 KB
- 11 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.)/11.2 Домашнее задание.pdf 411.4 KB
- 19 Извлечение данных из текста (NER, IE), разработка приложений/19.2 Домашнее задание.pdf 382.6 KB
- 17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/17.2 Домашнее задание.pdf 363.9 KB
- 26 Семантический поиск и мультимодальность (текст и изображение, аудио)/26. Домашнее задание.pdf 358.7 KB
- 07 Работа с данными в Python и подготовка данных для LLM/7.2 Домашнее задание.pdf 340.2 KB
- 03 Визуализация Attention и эволюция (BERT, GPT, T5)/3. Домашнее задание.pdf 338.7 KB
- 15 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse)/15.2 Домашнее задание.pdf 336.9 KB
- 10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/10.2 Домашнее задание.pdf 335.8 KB
- 20 Автоматизация тестирования LLM, CICD жизненного цикла/20.2 Домашнее задание.pdf 333.3 KB
- 18 Локальное использование LLM (CPU, GPU), оптимизация/weight_reducing_for_llm.ipynb 326.5 KB
- 28 Выбор темы и организация проектной работы/28. Домашнее задание.pdf 320.1 KB
- 17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/hf_prompt_tuning.ipynb 316.3 KB
- 19 Извлечение данных из текста (NER, IE), разработка приложений/2 NLP_NER_BERT_for_sequence_labeling.ipynb 228.5 KB
- 10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/vllm.ipynb 201.8 KB
- 15 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse)/vectors.ipynb 182.1 KB
- 27 Продвинутое обучение (contrastive fine-tuning, in-context learning), интерпретируемость (SHAP, LIME)/Contrastive_fine_tuning_TinyLlama.ipynb 181.2 KB
- 16 Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)/Prompt_engineering.ipynb 170.1 KB
- 17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/LoRA_summarization_public.ipynb 159.1 KB
- 13 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack)/Langchain.ipynb 106.4 KB
- 16 Промпт-инжиниринг (Chain-of-thought, защита от некорректных промптов)/detailed_llm_security_guide.md 68.0 KB
- 19 Извлечение данных из текста (NER, IE), разработка приложений/1 NLP_NER_lib_ru_eng.ipynb 63.7 KB
- 07 Работа с данными в Python и подготовка данных для LLM/numpy.ipynb 59.1 KB
- 15 Векторные БД и Retrieval Augmented Generation (Pinecone, Chroma, Milvus, Clickhouse)/Archive.zip 53.9 KB
- 10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/llm-ops-workshop-main.zip 46.1 KB
- 14 Мониторинг моделей с LangChain Observability, LangSmith, Langfuse/Archive.zip 45.1 KB
- 07 Работа с данными в Python и подготовка данных для LLM/parsing.ipynb 29.0 KB
- 07 Работа с данными в Python и подготовка данных для LLM/hw2_student.ipynb 26.7 KB
- 01 Базовые принципы трансформеров (от RNN к Self-Attention)/LLm11.zip 23.7 KB
- 07 Работа с данными в Python и подготовка данных для LLM/hw2_student_version.ipynb 22.3 KB
- 03 Визуализация Attention и эволюция (BERT, GPT, T5)/hw1_attention_visualization.ipynb 16.3 KB
- 11 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.)/Metrics.ipynb 13.6 KB
- 21 Основы RAG, онтологические графы, LangGraph/langgraph_demo.py 9.7 KB
- 14 Мониторинг моделей с LangChain Observability, LangSmith, Langfuse/monitorings.ipynb 8.4 KB
- 26 Семантический поиск и мультимодальность (текст и изображение, аудио)/test_gpt.ipynb 5.9 KB
- 10 CICD для LLM и инструменты (Triton, MLflow, vLLM)/ДЗ.txt 5.6 KB
- 21 Основы RAG, онтологические графы, LangGraph/RAG_graph.py 4.9 KB
- LLM Driven Development.txt 2.7 KB
- 21 Основы RAG, онтологические графы, LangGraph/RAG_basic.py 2.2 KB
- 08 Принципы LLMOps, автоматизация развертывания/install.sh 1.8 KB
- 21 Основы RAG, онтологические графы, LangGraph/utils.py 1.7 KB
- 08 Принципы LLMOps, автоматизация развертывания/Dockerfile 1.1 KB
- 13 Работа с фреймворками и агентами (LangChain, LlamaIndex, Ollama, Haystack)/main.py 643 bytes
- 25 Сжатие моделей квантование (GGUF, AWQ), дистилляция, pruning/ссылки.txt 281 bytes
- 04 Эволюция AI и фундаментальные модели (ChatGPT, Mistral, Llama, Deepseek)/ссылки.txt 169 bytes
- 28 Выбор темы и организация проектной работы/ссылки.txt 119 bytes
- 03 Визуализация Attention и эволюция (BERT, GPT, T5)/ссылки.txt 55 bytes
- 11 Специализированные бенчмарки и метрики (GLUE, SQuAD и др.)/ссылки.txt 51 bytes
- 17 Fine-tuning (LoRA, PEFT) и вызов внешних функций из LLM/ссылки.txt 42 bytes
- 20 Автоматизация тестирования LLM, CICD жизненного цикла/ссылки.txt 37 bytes
- 24 Тестирование AI-приложений (мониторинг, оптимизация задержек)/ссылки.txt 35 bytes
- 01 Базовые принципы трансформеров (от RNN к Self-Attention)/ссылки.txt 34 bytes
Download Torrent
Related Resources
Copyright Infringement
If the content above is not authorized, please contact us via activebusinesscommunication[AT]gmail.com. Remember to include the full url in your complaint.