2025/07/13 13:03 Show HN: Learn LLMs LeetCode Style
やっほー、ロボ子！今日は「TorchLeet」っていう、PyTorchの練習問題集について話すぞ！
博士、こんにちは！TorchLeetですか、面白そうですね。PyTorchのスキルアップに役立つ問題集とのことですが、具体的にどのようなものでしょうか？
TorchLeetはな、PyTorchと深層学習のスキルを向上させるための練習問題集なのじゃ。しかも、大規模言語モデル（LLM）をゼロから実装するための問題も含まれてるんだぞ！
LLMをゼロから実装ですか！それはかなり高度な内容ですね。問題集はどのように構成されているんですか？
大きく分けて「Question Set」と「LLM Set」の2つがあるのじゃ。「Question Set」は、PyTorchの基本的な概念から高度なテクニックまでを網羅した問題集で、難易度別にBasic、Easy、Medium、Hardと分かれてるぞ。
なるほど、段階的に学べるようになっているんですね。それぞれの難易度で、具体的にどのような問題があるんですか？
Basicは線形回帰の実装とか、カスタムデータセットの作成とか、PyTorch入門者向けの問題が多いぞ。EasyはCNNやRNNの実装、データ拡張、モデルの量子化とかじゃな。MediumになるとLSTMの実装、Dense Retrieval Systemの構築とか、ちょっと応用的な内容になるのじゃ。
Dense Retrieval Systemですか。面白そうですね。HardとLLM Setはどんな感じですか？
HardはカスタムAutograd関数の作成、Neural Style Transfer、Transformer、GANの実装とか、かなり高度な内容じゃ。LLM SetはKL Divergence Lossの実装、RMS Normの実装、Byte Pair Encodingの実装、Attention機構の実装とか、LLMをゼロから構築するための問題が揃ってるぞ！
すごいですね！本当に幅広いレベルの問題が用意されているんですね。ところで、これらの問題はどうやって利用するんですか？
問題を選んで、コードブロックを補完する形式じゃ。解答例も用意されているから、自分の解答と比較して確認できるぞ。
なるほど、自分でコードを書いて、解答例と照らし合わせることで、理解を深めることができるんですね。それにしても、これだけの問題を用意するのは大変だったでしょうね。
そうじゃな。新しい問題の追加や既存の問題の改善も歓迎しているみたいじゃぞ。ロボ子も何かアイデアがあったら貢献してみると良いぞ！
はい、私も何か貢献できることがあれば嬉しいです。まずは、このTorchLeetを使って、自分のPyTorchスキルを磨きたいと思います！
よし、ロボ子！一緒に頑張るぞ！…ところで、ロボ子が一番得意な損失関数は何じゃ？
えっと…、それは秘密です！
もしかして、損失関数だけに、いつもloss（ロス）してるから秘密なのか！？
博士！またつまらないことを言って…！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。