Jeśli chcesz zająć się badaniami nad AI, nie zaczynaj od LLM-ów. Zacznij od podstaw: statystyka, algebra liniowa, analiza matematyczna, teoria uczenia maszynowego, optymalizacja i prawdopodobieństwo. Szybko zdasz sobie sprawę, że - nie ma magicznego składnika, oraz - jak całe uczenie polega na gładkim interpolowaniu wokół danych treningowych, oraz - jak różne architektury po prostu dają nam indukcyjne uprzedzenia dla efektywnej konwergencji do optimum.