Nguồn Đọc Thêm

Danh sách tài liệu dưới đây bổ sung cho mục Nguồn ở cuối mỗi chương và phần Thư mục tham khảo. Chúng tôi đã kiểm tra từng tài liệu để bảo đảm tài liệu đó có thật và đáng tin cậy. Các trang web và video của những phòng nghiên cứu được liệt kê cũng được viết theo cách dễ hiểu cho người đọc phổ thông. Tất cả tài liệu đều bằng tiếng Anh.

Nên bắt đầu từ đây

• Large Language Models explained briefly, 3Blue1Brown (Grant Sanderson). Một video giải thích ngắn, hình ảnh động tuyệt đẹp; neural-networks series dài hơn của anh còn đi xa hơn.
• What Is ChatGPT Doing … and Why Does It Work?, Stephen Wolfram. Một chuyến dạo thong thả, dễ đọc qua cỗ máy "đoán mảnh kế tiếp" (cũng có bản sách mỏng).
• Intro to Large Language Models (1-hour talk), Andrej Karpathy. Một giờ nói chuyện mộc mạc của một nhà nghiên cứu hàng đầu.

Sách dành cho người không chuyên

• Co-Intelligence: Living and Working with AI, Ethan Mollick (Portfolio / Penguin, 2024). Cẩm nang thực tế nhất về chuyện thật sự làm việc cùng những công cụ này; xem publisher page.
• Artificial Intelligence: A Guide for Thinking Humans, Melanie Mitchell (Farrar, Straus and Giroux, 2019). Một lịch sử tỉnh táo và lời kể trung thực về những gì AI làm được và không làm được.

Muốn đi sâu hơn nhưng vẫn dễ đọc

• The Illustrated Transformer, Jay Alammar. Bức tranh thân thiện nhất về ý tưởng "attention" đứng sau các mô hình hiện đại.
• Mapping the Mind of a Large Language Model, Anthropic. Một cái nhìn vào những gì thật sự hiện diện bên trong một mô hình, chủ đề của Chương 16.

Theo dõi trực tiếp từ các phòng nghiên cứu

• Anthropic: research và engineering.
• OpenAI: research.
• Google DeepMind: blog.