DO PRIMEIRO PRINCÍPIO AOS SISTEMAS
Como os modelos de linguagem realmente funcionam
De “o que é um parâmetro?” até transmitir um modelo de 2,8 trilhões de parâmetros direto do disco num notebook com 8 GB. Cada afirmação com fonte, cada laboratório com números reais, nada atrás de login.
- 8
- trilhas concluídas
- 79
- aulas
- 2
- EN + PT-BR
- INTUIÇÃO
- MECANISMO
- EVIDÊNCIA
- SISTEMAS
CORTE 01 · DO TOKEN AO SISTEMA
PROTOCOLO DE APRENDIZAGEM
Uma aula é uma investigação completa
Você não “consome conteúdo”. Segue o mecanismo, testa a ideia e prova que consegue explicá-la.
- 01Conceito
O mecanismo real, sem atalhos.
- 02Analogia
A mesma ideia em linguagem simples.
- 03Prática
Números reais, calculados na hora.
- 04Explique de volta
Você reconstrói a ideia com suas palavras.
- 05Quiz
A resposta certa vem com o porquê.
Uma aula só termina quando sua explicação tem substância e o quiz está certo. Seu texto fica neste navegador.
MAPA DO CURRÍCULO
O caminho completo, camada por camada
Oito trilhas publicadas formam uma descida contínua: dos fundamentos à inferência eficiente.
- 01Orientação e fundamentosConstrua um modelo mental preciso dos modelos de linguagem e da matemática necessária para tudo o que vem depois.Abrir trilha↘
- 02Do texto aos tensoresVeja como o texto se transforma em tokens, vetores e estruturas numéricas que uma rede neural consegue processar.Abrir trilha↘
- 03Fundamentos de redes neuraisAprenda como redes neurais representam funções, medem erros, propagam gradientes e melhoram por otimização.Abrir trilha↘
- 04Modelos de sequênciaPercorra o caminho do estado recorrente aos modelos encoder-decoder e à attention, ancestrais imediatos do Transformer.Abrir trilha↘
- 05O TransformerMonte a arquitetura por trás dos LLMs modernos, começando por self-attention e suas operações de query, key e value.Abrir trilha↘
- 06Pretraining em EscalaProjete os objetivos, os dados, a otimização, o paralelismo e o modelo de custos de um treinamento sério de um modelo de linguagem.Abrir trilha↘
- 07Pós-treinamento e alinhamentoTransforme preditores pré-treinados em assistentes úteis por meio de instruction tuning, preferências humanas, reinforcement learning e destilação.Abrir trilha↘
- 08Inferência e eficiênciaEntenda como modelos treinados geram texto e como escolhas de decoding equilibram diversidade, coerência, latência e custo.Abrir trilha↘
Mais trilhas estão sendo escritas. Tudo que está publicado está completo.
PROFUNDIDADE SEM VIGILÂNCIA
Sem conta. Sem paywall. Sem rastreamento.
Seu progresso pertence ao seu dispositivo. O código e o currículo permanecem abertos.
Começar a descida