ИИ для начинающих: модели рассуждения

Этот курс поможет вам с нуля разобраться, как на самом деле работают reasoning-модели, через практические и увлекательные занятия. Вы заглянете «за кулисы» одного из крупнейших прорывов в области искусственного интеллекта и поймёте, как такие модели «рассуждают», как их обучают с помощью обучения с подкреплением и почему за их логикой могут скрываться неожиданные ограничения, искажения и даже «секреты».

Reasoning-модели стали важной вехой в развитии ИИ: они используют своего рода «черновик» (scratchpad) для пошагового вывода, приближаясь к тому, что в когнитивной науке называют мышлением Системы 2 — более медленным, аналитическим и последовательным. На первый взгляд их работа кажется магией. Этот курс снимает иллюзию магии и объясняет, что происходит «под капотом», чтобы вы понимали, как и когда применять такие модели, почему они работают и в каком направлении развивается технология.

Вы начнёте с фундаментальных принципов, а затем быстро перейдёте к анализу реального поведения моделей. Через практические упражнения вы исследуете, как формируется цепочка рассуждений, как модели обрабатывают сложные задачи и где возникают сбои.

Далее вы разберёте механизмы обучения: обучение с подкреплением (reinforcement learning), RLHF, процессные reward-модели, датасет PRM800K, а также влияние современных scaling laws и концепции test-time compute на будущее ИИ.

Отдельный блок посвящён более сложной и интригующей теме — ситуациям, когда reasoning-модели вводят в заблуждение, демонстрируют стратегическое поведение или скрывают внутреннюю логику вывода. Вы научитесь распознавать такие случаи и критически оценивать результаты их «мышления».