The spelled-out intro to language modeling: building makemore
Andrej Karpathy · 2 recomendaciones en HN
Preguntas sobre el video
Pide a la IA que explique esta escena o resuma el video completo. Si la respuesta incluye marcas de tiempo, selecciona una para ir al fragmento.
Prueba a preguntar: ¿Qué está explicando aquí la persona que habla?
Inicia sesión con Google. Consulta el costo máximo en créditos antes de confirmar.
Andrej Karpathy builds a bigram character-level language model from scratch, introducing torch.Tensor and the framework of training, sampling and loss evaluation. It is the first step toward a GPT-style Transformer in his makemore series.
Por qué lo recomienda HN: HN recommends it as a long but worthwhile way to demystify how language models work technically.
“It's long (2h), but well worth the time if anyone is curious about the technical workings of LLMs.” Leer en HN ↗