26 октября 2026 г.
Собрать reasoning-модель с нуля можно бесплатно: 11 часов кода на YouTube
Себастьян Рашка открыл весь свой курс по сборке reasoning-модели: 8 видео и больше 11 часов кода, бесплатно, с 24.10.2026.
Предобученный Qwen3 0.6B и ноутбук без видеокарты. С этого начинается сборка модели, которая рассуждает.
Себастьян Рашка 24.10.2026 выложил курс целиком в рассылке Ahead of AI: 8 видео, больше 11 часов кода, всё на YouTube. Первое видео (установка и мотивация) лежит по адресу youtube.com/watch?v=Kh9mqTzjuEQ, остальные семь идут ссылками из поста.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Раньше за код платили. Путь к reasoning-модели с нуля жил в книге-компаньоне «Build a Reasoning Model (From Scratch)» (Manning, июнь 2026, 440 страниц, 8 глав и 7 приложений): ebook $31.19 вместо $47.99, цветная печать $38.99 вместо $59.99. Видео повторяют код книги полностью, так что платит теперь только тот, кому нужен текст.
Как начать. Репозиторий rasbt/reasoning-from-scratch под Apache-2.0 (5,6 тыс. звёзд) забирается одной командой git clone --depth 1 https://github.com/rasbt/reasoning-from-scratch.git. Зависимости ставятся строкой pip install -r с requirements.txt репозитория или через uv. Автор писал на Python 3.12, подходят версии 3.10–3.14. Чат-интерфейс из Appendix G требует ровно 3.13, потому что Chainlit не поддерживает 3.14.
Программа ведёт от загрузки базовой модели, генерации текста и KV-кэша к верификаторам, потом к inference-time scaling через сэмплинг и self-consistency, дальше self-refinement, реализация GRPO с трекингом и KL-членом, дистилляция. Оценка во всех главах идёт на бенчмарке MATH-500, бонусные скрипты главы 7 воспроизводят варианты GRPO в стиле DeepSeek-V3.2, Olmo3 и GDPO.
Железо. Главы 2–4 считаются на CPU. Для глав 5 и 6 автор рекомендует GPU, серверное железо не требуется. Тренировать GRPO самому тоже не обязательно: чекпойнты глав 6–7 выложены на Hugging Face в четырёх вариантах и качаются функцией download_qwen3_grpo_checkpoints().
Данные для дистилляции генерируются локально через Ollama (Qwen3 4B, gpt-oss 20B, DeepSeek R1 32B) либо через OpenRouter, если нужны DeepSeek R1 на 671B и Kimi K2.5 на 1T. В репозитории лежит рецепт датасета на 12 000 примеров MATH.
Нужны Python и PyTorch, прежняя книга «Build A Large Language Model (From Scratch)» желательна, но не обязательна. Для обзорного входа без кода автор отправляет на свой курс AI Reasoning Models в LinkedIn Learning, около 90 минут. По ссылке из поста он открыт бесплатно на 24 часа, без подписки Premium.
Код курса продолжает обрастать бонусами, и ближайший уровень за ним упирается уже не в книгу, а в счёт за OpenRouter на главе про дистилляцию.
* Meta Platforms Inc. признана в РФ экстремистской организацией, её деятельность запрещена; Facebook и Instagram заблокированы. Meta AI и другие продукты компании — продукты этой организации.