Agentic Engineering 1.0

Кирило Сулімовський
Урок 1: Токени: як текст перетворюється на числа і чому це важливо
Урок 2 - Input vs Output токени: різниця в ціні та лімітах
Урок 3 - Контекстне вікно: що це, вигорання контексту, переповнення
Урок 4 - Стохастичність: temperature, top_p та інші параметри — чому один промпт дає різні результати
Урок 5 - Галюцинації: чому LLM впевнено бреше і як з цим жити
Урок 6 - Attention mechanism — спрощено для розробників
Урок 7 - Stateless природа LLM: модель не пам'ятає між сесіями
Урок 8 - Training vs Inference: що знає модель vs що ти їй даєш
Урок 9 - Embedding та векторні представлення: як модель "розуміє" текст
Урок 10 - Розмір моделі vs якість
Урок 11 - Latency vs Quality
Урок 12 - Reasoning models vs Standard: коли потрібно "думання"
Урок 13 - Вартість: скільки коштує працювати з Claude щодня