Система контроля качества заполнения медицинской документации - 5. Обучение LLM-моделей Китов Виктор Владимирович 00:00 Жизненный цикл обучения LLM 05:01 Supervised Fine-Tuning (SFT) 06:41 Оценка качества и разметка (Human Evaluation) 09:06 Модель награды (Reward Model) 21:24 Обучение с подкреплением. Базовые методы 01:15:32 Альтернатива: DPO (Direct Preference Optimization) 01:25:20 Оптимизации Ссылка на плейлист Teach-in: https://teach-in.ru/course/AI-summer-school-2026 Ссылка на плейлист YouTube: https://www.youtube.com/playlist?list=PLPwX2szNC_lE Ссылка на плейлист VK: https://vkvideo.ru/playlist/-176441665_901 Ссылка на плейлист RuTube: https://rutube.ru/plst/1762809 #летняя_школа_2026 #summer_school_2026 #фонд_Интеллект #Intellect_foundation #искусственный_интеллект #artificial_intelligence #ИИ #AI #Китов #Kitov #машинное_обучение #ML #языковые_модели #language_models #LLM #SFT #reward_model #RL #PPO #DPO