Задачи с проверкой
Выберите задачу и проверьте решение прямо на странице. Регистрация не нужна.
- Word2Vec и BERT: чем отличаются представления слова
Один вектор на слово или представление с учётом контекста: проверяем ключевое различие Word2Vec и BERT.
Vector DB & RAG Developer - embedquery и embeddocuments: в чём разница
Разберите раздельное кодирование запроса и документов в семантическом поиске. Задача RAG с проверкой ответа.
Vector DB & RAG Developer - normalizeembeddings: косинусное сходство и dot product
Определите, как нормализация эмбеддингов упрощает вычисление близости. Бесплатная задача по векторному поиску.
Vector DB & RAG Developer - FAISS IndexIVFPQ: зачем кодировать остаточные векторы
Проверьте понимание residuals в IVF и Product Quantization. Бесплатная задача по индексам векторного поиска.
Vector DB & RAG Developer - FAISS normalizeL2: что означает изменение массива in-place
Разберите нормализацию векторов FAISS и изменение исходного массива. Практический вопрос с проверкой ответа.
Vector DB & RAG Developer - LangChain FAISS: фильтр метаданных в similaritysearch
Разберите фильтрацию найденных документов по метаданным и влияние числа кандидатов. Задача RAG с проверкой.
Vector DB & RAG Developer - Parent-child chunking в RAG: маленькие и большие чанки
Зачем искать по маленьким фрагментам, а модели отдавать больший контекст? Задача RAG с проверкой ответа.
Vector DB & RAG Developer - Python loaddotenv: зачем загружать переменные из .env
Разберите настройку переменных окружения перед запуском LLM-приложения. Бесплатный вопрос с проверкой ответа.
LangChain 1.0.x: c нуля до продакшн LLM-приложений - Канареечный релиз промпта: как проверить новую версию
Разберите ограниченный запуск новой версии промпта перед полным переключением. Задача PromptOps с проверкой ответа.
LangChain 1.0.x: c нуля до продакшн LLM-приложений - Few-shot prompting: примеры в промпте и формат ответа
Проверьте, что означает few-shot и чем примеры отличаются от обучения модели. Бесплатная задача с проверкой.
LangChain 1.0.x: c нуля до продакшн LLM-приложений - PromptOps: почему хороший промпт требует версий и тестов
Разберите изменение данных и моделей после запуска LLM-сервиса. Бесплатная задача на эксплуатацию промптов.
LLMOps & Evaluation: из песочницы в продакшн - LLM streaming: задержка первого токена и полный ответ
Разберите, что улучшает потоковая выдача и почему она не равна ускорению всей генерации. Задача с проверкой.
LLMOps & Evaluation: из песочницы в продакшн - JSON-лог вызовов LLM на Python: задача с проверкой
Соберите JSON Lines журнал вызовов модели с заданными полями и форматированием. Без внешнего API и регистрации.
LLMOps & Evaluation: из песочницы в продакшн - Quality Gate для LLM: задача на допуск релиза
Проверьте отчёт офлайн-оценки и решите, можно ли выпускать версию. Бесплатная задача на Python с проверкой.
LLMOps & Evaluation: из песочницы в продакшн - Валидация JSON и retries на Python: задача Guardrails
Проверьте ответы по упрощённой схеме и примите первый валидный вариант. Практическая задача с проверкой Python-кода.
LLMOps & Evaluation: из песочницы в продакшн - Retry backoff, Retry-After и jitter: задача на Python
Постройте расписание повторных запросов по ответам мок-API. Бесплатная задача с проверкой Python-кода.
LLMOps & Evaluation: из песочницы в продакшн - RAG с цитатами: что проверять автоматическим тестом
Выберите проверяемый инвариант ответа с источниками. Практическая задача по тестированию RAG без регистрации.
LLMOps & Evaluation: из песочницы в продакшн - Стоимость токенов LLM с кэшем: расчёт цены запроса
Посчитайте стоимость input и output токенов с частичным кэшированием входа. Числовая задача с проверкой ответа.
LLMOps & Evaluation: из песочницы в продакшн - Direct prompt injection: почему инструкции пользователя опасны
Разберите смешение доверенных инструкций и пользовательских данных. Задача по безопасности LLM с проверкой ответа.
LLM Security PRO: Prompt Injection, утечки, tool-abuse - Blacklist против prompt injection: ложные срабатывания
Почему блокировка отдельных слов мешает обычным вопросам? Разберите пример фильтра LLM-ввода и проверьте ответ.
LLM Security PRO: Prompt Injection, утечки, tool-abuse - LLM-агент удаляет файлы: как ограничить опасное действие
Выберите безопасную архитектуру удаления файлов через ассистента. Задача на авторизацию и проверку действий LLM.
LLM Security PRO: Prompt Injection, утечки, tool-abuse - Allowlist инструментов LLM-агента: задача на права
Проверьте понимание фиксированного списка разрешённых инструментов агента. Бесплатное упражнение по LLM Security.
LLM Security PRO: Prompt Injection, утечки, tool-abuse - JSON Schema additionalProperties false: проверка tool arguments
Разберите запрет лишних полей в аргументах инструмента LLM. Практическая задача с проверкой ответа.
LLM Security PRO: Prompt Injection, утечки, tool-abuse - LLM tool calling: ограничение limit в аргументах
Агент пытается выгрузить слишком много данных. Определите, какая проверка параметров остановит вызов инструмента.
LLM Security PRO: Prompt Injection, утечки, tool-abuse
