Μετάβαση στο περιεχόμενο
NeuraLIA Labs
ΣύνδεσηΞεκινήστε

David Vicente Campos

Ιδρυτής της NeuraLIA Labs & συνιδρυτής του MyRealFood

Είμαι μηχανικός πληροφορικής, απόφοιτος του Πανεπιστημίου Λεόν. Συνίδρυσα το MyRealFood, όπου ως CTO έφτιαξα την εφαρμογή που έχουν χρησιμοποιήσει εκατομμύρια άνθρωποι για να τρώνε καλύτερα, και ίδρυσα τη NeuraLIA Labs, όπου δημιουργώ προϊόντα AI. Εδώ γράφω για όσα χρειάστηκε να κατανοήσω στην πορεία, όπως θα ήθελα να μου τα είχε εξηγήσει κάποιος.

AI από το μηδέν

30 κεφάλαια

  1. Το Perceptron από το μηδέν: τι υπολογίζει ένας νευρώνας
  2. Από πού προέρχεται μια συνάρτηση απώλειας: πιθανότητα, όχι σύμβαση
  3. Κατηφόρα: Gradient Descent και τα δύο βήματα που όλοι παραλείπουν
  4. Ταξινόμηση, cross-entropy και πώς να μην κοροϊδεύετε τον εαυτό σας
  5. Backpropagation από το μηδέν: πρώτα η μηχανή, μετά το δίκτυο
  6. Πώς το κάνετε να εκπαιδευτεί — και να γενικεύσει
  7. Φτιάξτε έναν BPE tokenizer: γιατί το μοντέλο σας δεν μπορεί να μετρήσει τα R
  8. Πρόβλεψη επόμενου token: embeddings και τι σημαίνει το perplexity
  9. Attention και το transformer block, παραγμένα από έναν μέσο όρο
  10. Pretraining ενός LLM: δεδομένα, compute, scaling laws και κόστος
  11. Από base model σε βοηθό: SFT, RLHF, DPO και GRPO
  12. Chain of Thought, RLVR και test-time compute, μετρημένα
  13. Φθηνότερο inference: KV cache, batching και quantization
  14. Η πρώτη σας παραγωγική κλήση LLM: streaming, retries, timeouts
  15. Prompt engineering, μετρημένο: τι αλλάζει την έξοδο
  16. Το context window, τα tokens και ο λογαριασμός, μετρημένα
  17. Temperature, Top-p και ο ντετερμινισμός που δεν έχετε
  18. Tool Calling και Structured Outputs: η σύμβαση που κρατάει
  19. RAG στην παραγωγή: chunking, retrieval και ειλικρινείς παραπομπές
  20. Fine-Tune, Retrieve ή Prompt; Η απόφαση είναι οικονομική
  21. Multimodal pricing: τι χρεώνουν πραγματικά εικόνες, ήχος και βίντεο
  22. Τι είναι ένας AI agent: πέντε κλασικοί τύποι, δύο αντίπαλοι ορισμοί
  23. Φτιάξτε ένα agent harness: το loop και οι πέντε έξοδοί του
  24. Context Engineering: Γιατί ο agent σας γίνεται πιο χαζός στο turn 40
  25. Multi-Agent Orchestration: πέντε μοτίβα και πότε κερδίζει το ένα
  26. Το MCP με βάση την προδιαγραφή: τι είναι πραγματικά ένας server
  27. Κυκλοφορήστε ένα MCP Server: TypeScript και Python, με μετρήσεις
  28. Agent Skills και SKILL.md: προοδευτική αποκάλυψη, μετρημένη
  29. Αξιολόγηση LLM: από τα δημόσια benchmarks στο δικό σας golden set
  30. Prompt Injection και η θανάσιμη τριάδα: ασφάλεια για έναν πραγματικό agent