Към съдържанието
NeuraLIA Labs
ВходЗапочнете

David Vicente Campos

Основател на NeuraLIA Labs и съосновател на MyRealFood

Компютърен инженер съм, завършил Университета в Леон. Съосновах MyRealFood, където като CTO създадох приложението, което милиони хора са използвали, за да се хранят по-здравословно, и основах NeuraLIA Labs, където изграждам AI продукти. Тук пиша за това, което трябваше да разбера по пътя, така, както ми се иска някой да ми го беше обяснил.

AI от нулата

30 глави

  1. Персептронът от нулата: какво изчислява един неврон
  2. Откъде идва една функция на загуба: от правдоподобие, не от конвенция
  3. Надолу по склона: gradient descent и двете стъпки, които всички пропускат
  4. Класификация, cross-entropy и как да не се заблудите сами
  5. Backpropagation от нулата: първо двигателят, после мрежата
  6. Да го накараме да се обучава — и да обобщава
  7. Създайте BPE tokenizer: защо моделът ви не може да преброи R-тата
  8. Предсказване на следващия token: embedding-и и какво означава перплексията
  9. Attention и transformer блокът, изведени от средно
  10. Pretraining на LLM: данни, compute, scaling laws и цена
  11. От базов модел до асистент: SFT, RLHF, DPO и GRPO
  12. Chain of Thought, RLVR и Test-Time Compute — измерени
  13. Как да направим inference евтин: KV cache, batching и квантизация
  14. Първото ви production LLM извикване: streaming, retries, timeouts
  15. Prompt engineering с измервания: какво променя резултата
  16. Context window, tokens и сметката — измерени
  17. Temperature, Top-p и детерминизмът, който нямате
  18. Tool Calling и structured outputs: договорът, който издържа
  19. RAG в production: chunking, retrieval и честни цитати
  20. Fine-tuning, извличане или prompt? Решението е икономическо
  21. Мултимодално ценообразуване: какво наистина се таксува при изображения, аудио и видео
  22. Какво е AI agent: пет класически типа и две конкуриращи се дефиниции
  23. Изградете agent harness: цикълът и петте изхода от него
  24. Context Engineering: Защо вашият agent оглупява на ход 40
  25. Multi-Agent orchestration: пет модела и кога един печели
  26. MCP според спецификацията: какво всъщност е server
  27. Пускане на MCP сървър: TypeScript и Python, измерени
  28. Agent Skills и SKILL.md: измерено постепенно разкриване
  29. Оценяване на LLM: от публични benchmarks до вашия златен набор
  30. Prompt injection и смъртоносната триада: защита на реален agent