> bądź sobą > chcesz naprawdę nauczyć się, jak działają LLM > masz dość „po prostu zacznij od algebry liniowej i wróć za 5 lat” > postanawiasz stworzyć własną mapę drogową > żadnych bzdur. żadnych objazdów. żadnych 200-godzinnych ogólnych playlist ML > tylko rzeczy, które naprawdę prowadzą cię od „co to jest token?” do „wytrenowałem mini-GPT z adapterami LoRA i FlashAttention” > cel: budować, dostrajać i wdrażać LLM > nie vibrować z nimi. nie „uczyć się teorii” w nieskończoność > budować je > będziesz: > > budować silnik autograd od podstaw > > pisać mini-GPT od podstaw > > wdrażać LoRA i dostrajać model na rzeczywistych danych > > nienawidzić CUDA przynajmniej raz > > płakać > > iść dalej > 5 faz > jeśli już coś wiesz? pomiń > jeśli się zgubiłeś? obejrzyj ponownie > jeśli utknąłeś? użyj DeepResearch > to jest mapa drogowa, a nie smycz > na koniec: albo zbudowałeś to, albo nie > faza 0: fundamenty > > jeśli mnożenie macierzy cię przeraża, nie jesteś jeszcze gotowy...