Andrej Karpathy[1hr Talk] Intro to Large Language Models
讲者把大语言模型解释为“下一词预测器 + 海量参数 + 工具调用系统”：运行它并不神秘，难的是昂贵训练、后续对齐和持续评测。真正决定其上限的，不只是模型本身，还有规模化训练、多模态、工具使用，以及不断扩大的安全攻击面。
11 个关键观点
继续浏览其他主题
研究主题播客整理
5 条已整理内容
按节目浏览
可以直接阅读
清除筛选Andrej Karpathy
Andrej KarpathyDeep Dive into LLMs like ChatGPT
这段讲解把大语言模型拆成三段：预训练学互联网文本分布，监督微调学如何像助手那样回答，强化学习学更强的推理策略。它很强，但本质仍是按 token 概率续写的系统，最好把它当会用检索和代码工具的高效助手，而不是无条件可信的权威。
10 个关键观点
Andrej KarpathyHow I use LLMs
这是一份面向普通用户的大模型实战地图：先理解模型只是一个有知识截止的“压缩包”，再按任务切换模型、工具和交互方式。真正高效的关键不是多会聊天，而是会做任务分流、上下文管理和结果核验。
10 个关键观点