Обучение LLM с нуля — не о практическом применении, а о формировании интуиции к фундаментальным принципам ИИ, как понимание транзисторов не для сборки процессоров, а для осознания класса решаемых задач. Но доступ к вычислительным ресурсам и данным недоступен подросткам: крупные компании владеют миллиардами документов и тратят миллионы на вычисления, а вакансий для инженеров, обучающих LLM, почти нет — остальные используют API. Для подростка реалистичнее: — начать с 3-слойного персептрона на MNIST; — использовать бесплатные ресурсы вроде languagemodelbuilder.com для быстрого понимания LLM без аккаунтов и данных; — применять существующие LLM к бизнес-задачам, где ключевое — надежность, а не обучение; — изучать LLM не ради карьеры, а ради глубокой интуиции — чтобы понимать, когда «Just LLM it» не сработает; — сосредоточиться на RAG и модификациях открытых моделей, а не на обучении с нуля; — создавать агентов, а не LLM — это требует меньше данных и позволяет кастомизировать поведение; — если нет мощного железа — учиться на теории, чтении статей и воспроизведении простых экспериментов. НаноGPT можно обучить за выходные, но понимание, почему он работает, требует десятилетий — поэтому обучение с нуля ценно для глубины, а не для применения. Важнее развивать баланс между жизнью и работой, чем погружаться в технические детали, которые к 25 годам могут устареть. Подростки воспринимают ИИ как угрозу — поэтому советы вроде «учи LLM» могут быть неактуальны для их мировоззрения. Изучать LLM стоит потому, что это увлекательно — как Lisp или транзисторы — и это само по себе оправдывает усилия.