Итак, мы закончили публикацию статей с разбором проблем ризонинговых языковых моделей. Посыл, напомню, был таким. Мы задались вопросом: реально ли языковые модели "думают" или они только имитируют мышление, а по факту "подгоняют" ответ под то, что вбито у них в "мозгах"? Тут прямо однозначного ответа не получилось, потому что где-то модели логичны, а где-то противоречивы.

Поэтому в первой части (https://habr.com/ru/articles/959314/) мы показали в принципе, какие ошибки допускают LLMки.

Во второй части мы показали, как учить LLM-ки "думать" - т.е. вложить в них свою логику решений, чтобы они дальше ею пользовались нам во благо (https://habr.com/ru/articles/961826/).

Наконец, в третьей части (https://habr.com/ru/articles/961828/) мы показали, какие усилия (технические решения) предпринимают разработчики и исследователи, чтобы LLM-ки меньше путались в показаниях и меньше тупили.

+1 шажок на пути понимания того, что реально у LLM "под капотом".