DO PRIMEIRO PRINCÍPIO AOS SISTEMAS
Como os modelos de linguagem realmente funcionam
Dos primeiros princípios à inferência eficiente, em 106 aulas completas em cada idioma. Cada afirmação com fonte, cada laboratório com números reais, nada atrás de login.
Referência de inferência em CPU com streaming de pesos: Kimi K3 in C.
- 10
- trilhas publicadas
- 106
- aulas
- 2
- EN + PT-BR
- INTUIÇÃO
- MECANISMO
- EVIDÊNCIA
- SISTEMAS
CORTE 01 · DO TOKEN AO SISTEMA
PROTOCOLO DE APRENDIZAGEM
Uma aula é uma investigação completa
Você não “consome conteúdo”. Segue o mecanismo, testa a ideia e prova que consegue explicá-la.
- 01Conceito
O mecanismo real, sem atalhos.
- 02Analogia
A mesma ideia em linguagem simples.
- 03Prática
Números reais, calculados na hora.
- 04Explique de volta
Você reconstrói a ideia com suas palavras.
- 05Quiz
A resposta certa vem com o porquê.
Uma aula só termina quando sua explicação tem substância e o quiz está certo. Seu texto fica neste navegador.
MAPA DO CURRÍCULO
O caminho completo, camada por camada
10 tracks publicadas formam uma descida contínua: dos fundamentos ao silício que executa o modelo.
- 01Orientação e fundamentosConstrua um modelo mental preciso dos modelos de linguagem e da matemática necessária para tudo o que vem depois.Abrir trilha↘
- 02Do texto aos tensoresVeja como o texto se transforma em tokens, vetores e estruturas numéricas que uma rede neural consegue processar.Abrir trilha↘
- 03Fundamentos de redes neuraisAprenda como redes neurais representam funções, medem erros, propagam gradientes e melhoram por otimização.Abrir trilha↘
- 04Modelos de sequênciaPercorra o caminho do estado recorrente aos modelos encoder-decoder e à attention, ancestrais imediatos do Transformer.Abrir trilha↘
- 05O TransformerMonte a arquitetura por trás dos LLMs modernos, começando por self-attention e suas operações de query, key e value.Abrir trilha↘
- 06Pretraining em EscalaProjete os objetivos, os dados, a otimização, o paralelismo e o modelo de custos de um treinamento sério de um modelo de linguagem.Abrir trilha↘
- 07Pós-treinamento e alinhamentoTransforme preditores pré-treinados em assistentes úteis por meio de instruction tuning, preferências humanas, reinforcement learning e destilação.Abrir trilha↘
- 08Inferência e eficiênciaEntenda como modelos treinados geram texto e como escolhas de decoding equilibram diversidade, coerência, latência e custo.Abrir trilha↘
- 09Stacks de construção e servingDomine o software que de fato executa o Qwen3.8-27B — PyTorch, Transformers, vLLM, SGLang, TensorRT-LLM, llama.cpp, Ollama, MLX e Modular MAX — e saiba qual deles cada situação pede.Abrir trilha↘
- 10Hardware e infraestruturaEntenda o silício sob o Qwen3.8-27B — NVIDIA, AMD, Apple, Qualcomm e Cerebras — e a aritmética de bandwidth, roofline e custo que decide o que roda onde, e por quanto.Abrir trilha↘
106 aulas completas em cada idioma, em 10 tracks com paridade EN + PT-BR.
PROFUNDIDADE SEM VIGILÂNCIA
Sem conta. Sem paywall. Sem rastreamento.
Seu progresso pertence ao seu dispositivo. O código e o currículo permanecem abertos.
Começar a descida