JavaRush
AI Academy
new
Акція
Університет
Java FullStack
Python FullStack
AI Native Developer
new
Навчання
Курси
Задачі
Опитування
Ігри
Допомога
Графік стусанів
Стажування
Спільнота
Користувачі
Форум
Чат
Статті
Історії успіху
Дії
Відгуки
Передплати
Світла тема

Лекції

  • Відгуки
  • Про нас
  • CS50
Почати
Почати навчання
Почати навчання
  • Моє навчання
  • Курси
  • Університет
  • Карта квестів
  • Лекції
  • LLM‑evals і LLM‑as‑judge: фреймворк для оцінювання якості

    ChatGPT Apps
    20 рівень, 0 лекція
    У цій лекції ви сформуєте інженерне розуміння того, як оцінювати якість відповідей ChatGPT‑застосунку за допомогою другої моделі‑«судді». Розберемо, які критерії варто фіксувати (коректність, корисність, стиль, безпека), як писати rubric‑prompt як специфікацію якості, як вимагати від судді суворо валідний JSON для CI, як повʼязати eval‑кейси з golden prompts і які обмеження (bias, positional bias, verbosity bias) обовʼязково враховувати в продакшні.
    Відкрита
  • Golden‑кейси, регресія та CI‑інтеграція LLM‑evals

    ChatGPT Apps
    20 рівень, 1 лекція
    У цій лекції ви розберетеся, як перетворити «ідеальні діалоги» (golden prompts) на інженерні регресійні тести (golden cases) для LLM‑застосунків. Ви дізнаєтеся, як улаштований кейс (вхід, очікування, рубрика, пороги), де зберігати набори в репозиторії та як привʼязувати їх до версіонованих rubric‑промптів. Також поговоримо про локальний запуск і CI, про відмінності між threshold‑ та baseline‑підходами, а ще — як винести safety/negative‑кейси в окремий, суворіший шар.
    Відкрита
  • Інтеграція ChatGPT App у наявний продукт і міграції SDK/MCP

    ChatGPT Apps
    20 рівень, 2 лекція
    У цій лекції розглянемо, як «безболісно» вбудувати ChatGPT App у вже наявний продукт. Поговоримо про MCP як про тонкий адаптер/шлюз над REST/GraphQL і доменними сервісами, вибудуємо Single Source of Truth для схем (наприклад, через Zod), спроєктуємо контрактні тести, продумуємо версіонування tools/ resources і міграції без простоїв. Окремо обговоримо еволюцію OAuth‑шару (зокрема /.well-known/oauth-protected-resource, scopes і WWW-Authenticate), шар підказок (hint‑шар) метаданих/анотацій ( readOnlyHint, destructiveHint, openWorldHint), а також процес оновлення SDK і типові помилки, що призводять до інцидентів під час виконання та деградації якості.
    Відкрита
  • Самовдосконалюваний застосунок: замкнений цикл поліпшень

    ChatGPT Apps
    20 рівень, 3 лекція
    Розбираємо, як перетворити LLM‑застосунок зі «застиглого промпта» на живу систему: збираємо карту сигналів (техніка, економіка, продукт, якість), будуємо канонічний feedback‑loop із 4 кроків (сигнал → гіпотеза → контрольована зміна → перевірка офлайн/онлайн), проєктуємо внутрішнього «асистента поліпшень» як окремого агента, обговорюємо, що можна налаштовувати (prompt/tools/UX/економіка) і де обовʼязковий human‑in‑the‑loop (дозволи, платежі, safety, політика даних).
    Відкрита
  • Multi‑App‑сценарії та композиція застосунків

    ChatGPT Apps
    20 рівень, 4 лекція
    У цій лекції розглянемо, як працюють Multi‑App‑сценарії в ChatGPT Apps. Зʼясуємо, як модель маршрутизує запити між кількома застосунками, чому метадані та description стають вашим «LLM‑SEO», і як правильно пояснювати інтерфейс (UI) через _meta [ "openai/widgetDescription" ]. Також побачимо, як анотації readOnlyHint, destructiveHint, openWorldHint і openai/isConsequential допомагають безпечно будувати пайплайни. Наприкінці розберемо патерни композиції (pipeline/handoff/shared context), інтероперабельність через JSON‑відповіді та типові помилки.
    Відкрита
Курси
  • Курс Java
  • Курс Python
  • Розробка з Claude Code
  • Усі 17 курсів
Університет
  • Java FullStack
  • Python FullStack
  • AI Native Developer
  • Web FullStack
Спільнота
  • Статті
  • Історії успіху
  • Форум
  • Допомога із задачами
Компанія
  • Про нас
  • Контакти
  • Відгуки
  • Передплати
  • Питання та відповіді
JavaRush JavaRush: онлайн-курси Java та інших мов програмування, де вчаться, розв'язуючи задачі. Ми починали у 2012 році з курсу Java, а зараз тут 17 курсів: Java і Spring, Python, веброзробка, SQL, Go, C#, C++, Kotlin, Swift, Docker і AI-розробка. Понад 10 000 задач із миттєвою перевіркою, перший рівень будь-якого курсу безкоштовний. Вчитися можна самому або з ментором в Університеті JavaRush.
Підписуйтесь
Мова інтерфейсу
Русский English
Українська
Програмістами не народжуються © 2026 JavaRush Угода користувача та політика конфіденційності
MastercardVisa
Програмістами не народжуються © 2026 JavaRush Угода користувача та політика конфіденційності