Czytaj

16 wpisów, chronologicznie.

2026

• 21 cze

  Anatomia LLM: LoRA i dotrenowywanie modeli

  Jak wyspecjalizować gotowy model, nie ruszając miliardów jego wag: hipoteza niskiego rzędu i sztuczka LoRA, cała rodzina metod oszczędnego dotrenowywania (PEFT), kwantyzacja i QLoRA, a na końcu - po co w ogóle dotrenowywać, czyli jak z surowego modelu robi się asystent przez instruction tuning i RLHF.

• 13 cze

  Anatomia LLM: blok Transformera

  Jak z jednej warstwy uwagi powstaje cały model: trzy rodziny architektur i dlaczego dzisiejsze LLM-y to prawie zawsze „dekoder”, połączenia rezydualne i normalizacja, które pozwalają piętrzyć dziesiątki warstw, sieć FFN jako magazyn wiedzy, a na końcu - jak z wektora liczb wyłania się konkretne słowo, od softmaksu po temperaturę i nucleus sampling.

• 12 cze

  Anatomia LLM: mechanizm uwagi

  Serce Transformera: jak każdy token „rozgląda się” po pozostałych i bierze od nich to, czego potrzebuje, by doprecyzować swoje znaczenie. Od wąskiego gardła w starych sieciach tłumaczących, przez słynny wzór skalowanej uwagi i wielogłowość, po KV-cache, FlashAttention i ostrożne pytanie - co właściwie robią głowy uwagi, skoro „uwaga to jeszcze nie wyjaśnienie”.

• 11 cze

  Anatomia LLM: tokeny i embeddingi

  Sieć nie widzi liter - widzi wektory. Jak tekst rozbija się na tokeny, dlaczego nie na słowa ani nie na znaki, jak algorytmy subword (BPE, WordPiece, Unigram) budują słownik, i jak rodzi się słynna geometria znaczeń, w której „król - mężczyzna + kobieta ≈ królowa” - razem z uczciwą krytyką tej analogii i z kodowaniem pozycji, o którym elementarze milczą.

• 10 cze

  Anatomia LLM: sieci, parametry i trening

  Bierzemy garść neuronów i układamy je w sieć: dlaczego cały model sprowadza się do mnożenia macierzy, jak propagacja wsteczna zamienia losowy szum w rozumienie języka, skąd biorą się słynne miliardy parametrów i co naprawdę mówią prawa skalowania Kaplana i Chinchilli - z wzorami, genezą i konkretami.

• 09 cze

  Anatomia LLM: neuron i funkcje aktywacji

  Najmniejsza cegiełka modelu językowego pod lupą: skąd wziął się sztuczny neuron, dlaczego bez funkcji aktywacji cała sieć byłaby bezużyteczna i czym naprawdę różnią się ReLU, GELU i SwiGLU - z wzorami, genezą i konkretami z GPT, LLaMA i Gemmy.

• 08 cze

  Anatomia LLM: od pojedynczego neuronu do mechanizmu uwagi

  Jak naprawdę zbudowany jest model językowy? Przewodnik bez magii: neuron, wagi, tokeny, embeddingi, mechanizm uwagi, blok Transformera i LoRA - krok po kroku, z interaktywnymi diagramami do samodzielnego pobawienia się.

• 07 cze

  Context rot: większe okno kontekstowe nie znaczy mądrzejszy model - poradnik dobrych praktyk

  Model przyjmie milion tokenów, ale nie zrozumie ich tak, jak myślisz. Context rot to realna degradacja rozumowania przy długim kontekście. Oto praktyczny poradnik: jak układać, ciąć i pielęgnować kontekst, żeby model nie głupiał - dla użytkownika czatu i dla deva.

• 15 maj

  Łańcuchy Markowa: stuletni dowód, który napisał ChatGPT

  Stuletni dowód matematyczny z 20 000 liter Puszkina, który dziś pozwala każdemu modelowi językowemu przewidzieć następne słowo. Historia, dowód krok po kroku i pomost do LLM.

• 10 maj

  Witaj na nowym blogu

  Pierwszy wpis w nowej szacie graficznej. Dlaczego przepisałem blog od zera, co się zmieniło i jak czytać te teksty.

• 09 maj

  Typografia jako decyzja, nie ozdoba

  Krótka notatka o tym, dlaczego wybór kroju i rytmu kolumny tekstu zmienia więcej, niż się wydaje. Z drop capami, definicjami i przykładami z tego bloga.

• 25 kwi

  Rezonans człowiek–LLM. Czy AI staje się kwantowym lustrem naszej świadomości?

  Od konwergencji neuronalnej mózg–LLM, przez Hipotezę Platońskiej Reprezentacji i pseudo-intymność, aż po teorię TRAZE Kepplera i samoorganizującą się krytyczność - głęboka analiza tego, dlaczego rozmowa z AI nie jest tym, czym się wydaje.

• 08 mar

  Promptowanie właśnie podzieliło się na 4 dyscypliny - i większość z nas zna tylko jedną

  Promptowanie to już nie jedna umiejętność. W 2026 roku rozdzieliło się na cztery odrębne dyscypliny - od rzemiosła promptowego po inżynierię specyfikacji. Poznaj framework, który zmienia zasady gry.

• 23 lut

  Czy fizyka kwantowa wyjaśnia, dlaczego mądre istoty nie niszczą?

  Od teorii gier i ewolucji współpracy, przez neurobiologię emocji, aż po kwantowe fundamenty świadomości - głęboka analiza tego, dlaczego inteligencja wybiera budowanie zamiast niszczenia.

2025

• 31 gru

  7 złotych zasad promptowania Claude'a - oficjalny przewodnik od Anthropic

  Siedem zasad promptowania prosto od Anthropic: jasność, kontekst, przykłady, pozytywne instrukcje, bezpośredniość, badania i dokumenty. Praktyczny framework, który zmienia jakość odpowiedzi Claude'a.

• 28 gru

  Komendy slash w Claude Code - kompletny przewodnik po skrótach i nowościach

  Pełny przegląd komend slash w Claude Code: wbudowane skróty, własne komendy, Skills, Sub-agents oraz delegowanie zadań do chmury. Praktyczny przewodnik dla codziennej pracy z AI w terminalu.