# AiLaBac — ghiduri publice

> Învață Python de la zero și înțelege inteligența artificială, în română. Lecții, exerciții și cod în browser pentru liceeni. Începe cu Google.

Indexul site-ului: https://ailabac.ro/llms.txt
Conținut editorial public, disponibil și în HTML la URL-ul canonic al fiecărui ghid. Lecțiile autentificate și datele din cont nu sunt incluse.

# Python pentru începători: de la primul rezultat la un program mic

Sursa canonică: https://ailabac.ro/python-pentru-incepatori

Începe Python de la zero: variabile, calcule și primul program explicat în română. Află cum exersezi în browser și cum verifici ce ai înțeles.

Dacă nu ai mai programat, începe cu o întrebare mică: ce vreau să calculez sau să afișez? Un program Python este o succesiune de instrucțiuni. Primul obiectiv este să poți explica fiecare instrucțiune, apoi să o modifici singur.

## Primul exemplu: variabile și un rezultat

Imaginează-ți că vrei să organizezi o săptămână de practică. Alegi 20 de minute pe zi, timp de 5 zile. Variabilele dau nume acestor valori, iar înmulțirea calculează timpul total. Funcția print afișează rezultatul.

Exemplul afișează 100. Înainte să schimbi codul, estimează rezultatul pentru 30 de minute pe zi. Apoi modifică doar minute_pe_zi și verifică dacă obții 150. Numele variabilelor te ajută să înțelegi calculul fără să memorezi numerele.

```python
minute_pe_zi = 20
zile = 5
total_minute = minute_pe_zi * zile
print(total_minute)
```

## În ce ordine poți învăța bazele

După variabile și calcule, explorează textele, comparațiile și condițiile. O condiție îți permite să alegi ce instrucțiuni se execută. Apoi încearcă repetări pentru operații similare și liste pentru mai multe valori. Funcțiile devin utile când vrei să refolosești o secvență de pași.

Nu este nevoie să parcurgi toate noțiunile într-o singură sesiune. Pentru fiecare concept, scrie un exemplu scurt și explică ce primește, ce face și ce rezultat produce. Revino la o problemă cunoscută și încearcă să o rezolvi fără să copiezi exemplul.

## Ce verifici când programul nu face ce te aștepți

Citește mesajul de eroare și verifică linia indicată, apoi numele variabilelor și parantezele. Python diferențiază literele mari de cele mici. La instrucțiunile care formează un bloc, verifică și indentarea. O eroare de sintaxă și un calcul greșit sunt probleme diferite.

Un program care rulează poate avea totuși un rezultat incorect. Alege date pentru care poți calcula răspunsul pe hârtie. În exemplul de mai sus, zero zile trebuie să producă zero minute. Aceste verificări mici te ajută să descoperi ce presupune codul tău.

## Cum continui în AiLaBac

După conectarea cu Google, poți începe cu lecțiile gratuite. Editorul Python apare în lecțiile care cer cod, lângă exemple și exerciții. Rulezi în browser, fără să instalezi Python, și poți salva proiectele în cont.

Acest ghid este o introducere publică. Lecțiile, exercițiile interactive și progresul personal necesită autentificare. Materialele de antrenament nu reprezintă o programă completă și nu sunt subiecte oficiale de Bacalaureat.

## Surse și lectură suplimentară

- [Documentația oficială Python: numere, texte și liste](https://docs.python.org/3/tutorial/introduction.html)

---

# Inteligență artificială pentru liceeni: date, modele și verificare

Sursa canonică: https://ailabac.ro/inteligenta-artificiala-pentru-liceeni

Înțelege noțiunile de bază din AI: date, antrenare, predicții și verificarea rezultatelor. O introducere în română pentru liceeni, cu un exemplu simplu.

Ca să începi să înțelegi inteligența artificială, separă problema, exemplele și rezultatul. Ce vrem să obținem? Din ce informații învață sistemul? Cum aflăm dacă răspunsul este util? Aceste întrebări contează înainte de alegerea unui instrument.

## De la o regulă scrisă la un model învățat

Într-un program obișnuit poți scrie explicit o regulă: dacă temperatura este sub un anumit prag, afișează un mesaj. În învățarea automată, construiești un model folosind exemple, iar modelul poate estima un rezultat pentru date noi. Nu orice program care automatizează o sarcină folosește învățare automată.

Imaginează-ți un proiect care clasifică fructe după masă și culoare. Fiecare exemplu conține măsurătorile și eticheta corectă. Modelul caută relații între aceste informații. Pentru un fruct nou produce o predicție; predicția trebuie comparată cu răspunsul real.

## De ce contează exemplele pe care nu le-a văzut

Dacă verifici modelul numai pe exemplele folosite la antrenare, poți supraestima cât de bine funcționează. Păstrează exemple separate pentru evaluare. Un model care se potrivește foarte bine datelor de antrenare poate avea rezultate slabe pe date noi; acest fenomen se numește supraînvățare.

În proiectul cu fructe, gândește-te la un măr verde dacă toate merele din exemple au fost roșii. Acest caz te ajută să discuți dacă datele descriu suficient situațiile în care vei folosi modelul. Explică ce informații lipsesc înainte de a trage o concluzie despre rezultat.

## Un exercițiu de gândire, fără cod

Desenează un tabel cu trei coloane: masă, culoare și tipul fructului. Completează câteva exemple inventate și marchează-le ca atare. Alege două exemple pe care nu le folosești când propui o regulă de clasificare. Compară rezultatele și descrie un caz în care regula ta nu ajunge.

Scopul exercițiului este să formulezi o problemă și să observi limitele exemplelor, nu să demonstrezi performanța unui produs. Notează ce date ai colecta în continuare și cum ai verifica etichetele. Nu folosi informații personale despre colegi pentru un asemenea experiment.

## Cum folosești un tutor AI pentru învățare

Cere un indiciu sau explicația unui pas, apoi încearcă singur. Compară răspunsul cu materialul lecției și verifică exemplele de cod. Faptul că poți reproduce o explicație nu înseamnă automat că poți rezolva o problemă nouă.

În AiLaBac, tutorul oferă ajutor în contextul lecției, în condițiile accesului din cont. În evaluări, tutorul și indiciile sunt dezactivate. Lecțiile și progresul se accesează cu Google; disponibilitatea abonamentului se verifică în aplicație.

## Surse și lectură suplimentară

- [Google Machine Learning Crash Course: supraînvățare și generalizare](https://developers.google.com/machine-learning/crash-course/overfitting/overfitting)

---

# BAC 2030: cum te orientezi între informatică, Python și sursele oficiale

Sursa canonică: https://ailabac.ro/bac-2030-informatica

Ghid pentru generația BAC 2030: unde verifici informațiile oficiale și cum construiești bazele în Python și AI. Limitele lecțiilor AiLaBac, explicate.

Pregătirea începe cu două lucruri diferite: înțelegerea cerințelor oficiale care ți se aplică și construirea unor deprinderi de lucru. AiLaBac te ajută să explorezi Python și AI, dar materialele sale nu înlocuiesc documentele Ministerului Educației și Cercetării.

## Unde verifici informațiile despre Bacalaureatul 2030

Pagina ministerului dedicată Bacalaureatului 2030 precizează că examenul privește elevii care încep clasa a IX-a în 2026. Ea este actualizată periodic și trimite la informațiile despre structura probelor și discipline. Consultă documentele oficiale aplicabile profilului tău și discută-le cu profesorul.

Când citești un document, verifică emitentul, data, statutul și generația căreia i se aplică. O prezentare generală, un document aflat în consultare și o programă aprobată au roluri diferite. Păstrează adresa sursei pentru a putea verifica actualizările.

## Ce înseamnă Python și AI în acest site

AiLaBac este o aplicație web în română pentru explorarea Python și inteligenței artificiale. Mențiunea BAC 2030 descrie generația căreia i se adresează prezentarea. Ea nu este o afirmație că Python este obligatoriu la fiecare profil sau că exercițiile site-ului reproduc o probă oficială.

Versiunea actuală include lecții, exerciții și evaluări de antrenament. Materialele indică sursele folosite. Nu prezentăm aceste materiale drept programă completă, subiecte oficiale, acreditare sau garanție pentru o anumită notă.

## Cum îți construiești o rutină de lucru

Alege o noțiune pe care vrei să o poți explica: o variabilă, o condiție sau diferența dintre date și predicție. Citește un exemplu, scrie ce crezi că se va întâmpla și verifică rezultatul. Apoi schimbă o singură informație și explică efectul.

La finalul sesiunii, notează întrebarea la care poți răspunde singur și una pe care trebuie să o clarifici. La următoarea sesiune începe cu întrebarea rămasă, fără să recopiezi automat soluția. Acest obicei face vizibilă diferența dintre a recunoaște un exemplu și a-l înțelege.

## Cum începi în AiLaBac

Ghidurile publice pot fi citite fără cont. Pentru lecții, exerciții și progres te conectezi cu Google și completezi profilul de învățare. Poți începe cu lecțiile gratuite; exemplele care cer cod includ editorul Python în browser.

Folosește evaluările de antrenament pentru a descoperi ce ai de repetat. Rezultatul unei astfel de sesiuni descrie exercițiile lucrate în aplicație, nu o notă oficială și nici o predicție a rezultatului la examen.

## Surse și lectură suplimentară

- [Ministerul Educației și Cercetării: Bacalaureat 2030](https://edu.ro/bacalaureat_2030)

---

# Exerciții Python pentru începători: rezolvă, verifică, explică

Sursa canonică: https://ailabac.ro/exercitii-python-incepatori

Exersează Python cu probleme despre numere pare, sume și funcții. Cerințe, rezolvări explicate și cazuri de verificare, în română, fără cont.

Un exercițiu Python te ajută să înveți când poți explica de ce rezultatul este corect. Încearcă fiecare cerință înainte să citești codul, calculează un răspuns pe hârtie și compară-l cu rezultatul programului. Exemplele de mai jos folosesc numai funcții și instrucțiuni de bază din Python 3.

## Exercițiul 1: verifică dacă un număr este par

Cerință: pentru un număr întreg, afișează «par» dacă se împarte exact la 2 și «impar» în caz contrar. Operatorul % calculează restul împărțirii. Comparația numar % 2 == 0 produce o valoare booleană, iar if alege ramura potrivită.

Pentru 14 obții «par». Verifică apoi 7, 0 și -4: rezultatele așteptate sunt «impar», «par», respectiv «par». Zero este par deoarece 0 = 2 × 0. Schimbă valoarea variabilei și urmărește ramura executată; nu schimba condiția doar ca să obții rezultatul dorit pentru un singur exemplu.

```python
numar = 14
if numar % 2 == 0:
    print("par")
else:
    print("impar")
```

## Exercițiul 2: adună numerele de la 1 la n

Cerință: pentru un întreg n mai mare sau egal cu zero, calculează 1 + 2 + ... + n. Pornești de la total = 0 și adaugi fiecare valoare pe rând. range(1, n + 1) include 1 și n, dar exclude limita superioară n + 1.

Pentru n = 5, rezultatul este 15. Pentru n = 1 este 1, iar pentru n = 0 este 0: bucla nu execută niciun pas. Domeniul problemei exclude valorile negative; dacă transformi exemplul într-un program cu date introduse de utilizator, verifică separat această condiție. Poți compara suma cu n * (n + 1) // 2 pentru datele acceptate.

```python
n = 5
total = 0
for valoare in range(1, n + 1):
    total += valoare
print(total)
```

## Exercițiul 3: numără valorile pozitive dintr-o listă

Cerință: scrie o funcție care primește o listă de numere și întoarce câte sunt strict mai mari decât zero. Funcția separă calculul de afișare: return trimite rezultatul apelantului, iar print îl afișează. Lista nu trebuie modificată pentru a număra elementele.

Pentru [-2, 0, 3, 7] răspunsul este 2. Pentru [] și [-3, 0] răspunsul este 0. Pentru [2, 2] răspunsul este 2, fiindcă numeri aparițiile, nu valorile distincte. Explică de ce condiția este > 0 și ce s-ar schimba dacă ai scrie >= 0.

```python
def numara_pozitive(valori):
    total = 0
    for valoare in valori:
        if valoare > 0:
            total += 1
    return total

print(numara_pozitive([-2, 0, 3, 7]))
```

## Cum verifici că ai înțeles rezolvarea

Scrie pentru fiecare problemă trei lucruri: ce date acceptă, ce rezultat promite și un caz care ar putea descoperi o greșeală. Urmărește pe hârtie valorile variabilelor după fiecare pas. Abia apoi rulează codul. Dacă răspunsul diferă, prima diferență dintre trasarea ta și execuție îți arată unde să investighezi.

Continuă schimbând cerința: numără valorile negative sau calculează doar suma numerelor pare. Acestea sunt exerciții editoriale publice, nu subiecte oficiale de examen. În AiLaBac, exercițiile interactive și editorul Python din lecții se accesează după conectarea cu Google.

## Întrebări frecvente

### Pot citi exercițiile Python fără cont?

Da. Cerințele, codul și explicațiile acestui ghid sunt publice. Lecțiile interactive și progresul din AiLaBac necesită conectare cu Google.

### Trebuie să instalez biblioteci pentru aceste exerciții?

Nu. Exemplele folosesc Python 3 fără biblioteci externe. În lecțiile AiLaBac care cer cod, editorul permite rularea în browser.

### De ce verificăm zero și lista goală?

Aceste cazuri arată dacă inițializarea și limitele unei bucle sunt corecte. Un program poate produce răspunsul bun pentru date obișnuite și poate greși la o limită.

## Surse și lectură suplimentară

- [Python: if, for, range și definirea funcțiilor](https://docs.python.org/3/tutorial/controlflow.html)

---

# Algoritmi în Python pentru liceu: de la cerință la verificare

Sursa canonică: https://ailabac.ro/algoritmi-python-liceu

Înțelege algoritmii prin căutare liniară și numărare în Python. Exemple explicate, liste goale, duplicate și complexitate, pentru elevi de liceu.

Un algoritm descrie pașii prin care rezolvi o problemă pentru datele acceptate. Codul Python este o modalitate de a scrie acești pași. Începe prin a preciza intrarea, ieșirea și regulile; astfel poți verifica soluția înainte să te preocupi de cât de scurtă este.

## Definește problema înainte să scrii bucla

Să presupunem că primești o listă și cauți prima poziție a unei valori. Pozițiile încep de la zero. Dacă valoarea apare de mai multe ori, întorci poziția primei apariții; dacă lipsește, întorci None. Aceste reguli fac diferența dintre o soluție verificabilă și una care pare să funcționeze pentru un singur exemplu.

Pentru lista [4, 9, 4], căutarea lui 4 trebuie să întoarcă 0, iar căutarea lui 9 trebuie să întoarcă 1. Căutarea lui 8 și orice căutare în lista goală întorc None. Scrie aceste rezultate așteptate înainte de implementare.

## Căutarea liniară: verifică fiecare poziție în ordine

enumerate oferă simultan poziția și valoarea fiecărui element. Dacă găsești ținta, return oprește imediat funcția. Poți întoarce prima apariție deoarece toate pozițiile anterioare au fost deja verificate. Dacă bucla se termină, niciun element nu a fost egal cu ținta.

Exemplul afișează 0. Nu verifica rezultatul prin if rezultat, deoarece poziția 0 este o valoare validă și este falsă în context boolean. Folosește rezultat is not None când vrei să separi «găsit la poziția zero» de «negăsit».

```python
def cauta_prima(valori, tinta):
    for pozitie, valoare in enumerate(valori):
        if valoare == tinta:
            return pozitie
    return None

rezultat = cauta_prima([4, 9, 4], 4)
if rezultat is not None:
    print(rezultat)
```

## Numărarea: când nu te oprești la prima potrivire

Dacă problema cere numărul de apariții, trebuie să continui până la finalul listei. Contorul începe de la zero, crește numai la egalitate și descrie după fiecare pas câte potriviri ai văzut până atunci. Această proprietate te ajută să justifici rezultatul, nu doar să urmărești codul.

Pentru [4, 9, 4] și ținta 4, funcția întoarce 2. Pentru lista goală întoarce 0. Un return plasat în interiorul buclei ar opri funcția prea devreme; indentarea schimbă aici algoritmul, chiar dacă programul rămâne valid sintactic.

```python
def numara_aparitii(valori, tinta):
    total = 0
    for valoare in valori:
        if valoare == tinta:
            total += 1
    return total

print(numara_aparitii([4, 9, 4], 4))
```

## Cum estimezi timpul și memoria

Pentru n numere obișnuite, căutarea liniară face cel mult n comparații, iar numărarea parcurge întotdeauna cele n elemente. Spunem că timpul este O(n), considerând comparația dintre valorile noastre o operație de cost constant. Funcțiile păstrează un număr constant de variabile suplimentare, deci folosesc O(1) memorie auxiliară, fără a număra lista de intrare.

Căutarea binară poate reduce numărul comparațiilor pe date ordonate, dar ordonarea este o condiție necesară. Nu aplica automat un algoritm mai rapid fără să verifici ce presupune. Pentru început, o soluție liniară corectă și explicată este o bază bună pentru comparații ulterioare.

## Întrebări frecvente

### Care este diferența dintre algoritm și program?

Algoritmul descrie pașii și regulile soluției. Programul îi exprimă într-un limbaj concret, precum Python, cu instrucțiunile și tipurile acelui limbaj.

### Căutarea liniară cere o listă sortată?

Nu. Ea verifică elementele în ordine și funcționează și pe o listă nesortată. Căutarea binară are nevoie de date ordonate potrivit comparației folosite.

### Este poziția zero un rezultat valid?

Da. Primul element al unei liste Python se află la poziția 0. În exemplul acestui ghid, absența valorii este reprezentată separat prin None.

## Surse și lectură suplimentară

- [Python: tehnici de parcurgere și enumerate](https://docs.python.org/3/tutorial/datastructures.html#looping-techniques)

- [Python: comparații și valori de adevăr](https://docs.python.org/3/library/stdtypes.html#truth-value-testing)

---

# Machine learning pentru începători: ce învață un model din date

Sursa canonică: https://ailabac.ro/machine-learning-pentru-incepatori

Ce este machine learning? Înțelege clasificarea, regresia, datele de antrenare și test, supraînvățarea și evaluarea printr-un exemplu pentru liceeni.

Machine learning, sau învățarea automată, folosește date pentru a ajusta un model care produce predicții. O predicție poate fi o categorie sau o valoare numerică. Calitatea ei se verifică pe exemple potrivite problemei, separate de cele folosite la construirea modelului.

## Clasificare și regresie: ce rezultat ceri?

Clasificarea alege o categorie: de exemplu, tipul unui fruct pornind de la măsurători. Regresia estimează o valoare numerică, precum masa unui fruct pornind de la dimensiuni. Alegerea depinde de întrebarea problemei, nu de numele instrumentului folosit.

În învățarea supravegheată, exemplele includ intrările și răspunsul cunoscut, numit etichetă sau țintă. Dacă introduci masa și culoarea pentru a prezice tipul fructului, masa și culoarea sunt caracteristici, iar tipul este ținta. Nu introduce printre caracteristici chiar răspunsul pe care modelul trebuie să îl estimeze.

## Separă antrenarea, validarea și testarea

Datele de antrenare sunt folosite pentru ajustarea modelului. Datele de validare te ajută să alegi între variante și setări. Setul de test este păstrat pentru evaluarea finală. Dacă alegi în mod repetat varianta care merge cel mai bine pe setul de test, acesta începe să influențeze soluția și pierde rolul de verificare independentă.

Separarea trebuie să țină cont de problema reală. Mai multe fotografii ale aceluiași fruct pot transmite informații aproape identice dacă ajung în seturi diferite. Pentru predicții despre viitor, ordinea temporală contează: informațiile din viitor nu trebuie folosite pentru a simula o decizie din trecut.

## Un rezultat de 90% poate ascunde problema

Exemplu inventat: ai 100 de fructe, dintre care 90 sunt mere și 10 sunt pere. O regulă care răspunde mereu «măr» are 90% acuratețe, dar nu identifică nicio pară. Numărul total de răspunsuri corecte nu îți spune singur cât de util este sistemul pentru fiecare categorie.

Numără separat predicțiile corecte și greșite pentru mere și pere. O matrice de confuzie organizează aceste rezultate după categoria reală și categoria prezisă. Compară modelul cu o regulă simplă de referință și descrie ce tip de greșeală contează pentru utilizarea propusă.

## Supraînvățare și scurgerea de informație

Supraînvățarea apare când modelul se adaptează prea mult particularităților datelor de antrenare și generalizează slab. Scurgerea de informație apare când procesul folosește date care nu ar fi disponibile la momentul predicției sau informații din evaluare. Sunt probleme diferite și cer investigații diferite.

Un rezultat foarte bun merită verificat: există duplicate între seturi, caracteristici care dezvăluie ținta sau pași de prelucrare calculați folosind și datele de test? Învață regulile prelucrării pe datele de antrenare și aplică aceleași reguli celorlalte seturi. Notează exact ce ai schimbat când compari două experimente.

## Cum începi un proiect mic la liceu

Alege o întrebare, definește rezultatul și construiește întâi o regulă simplă de referință. Folosește date fără informații personale și explică proveniența lor. Scrie cum vei separa exemplele și ce rezultat vei măsura înainte să încerci mai multe modele.

Încheie proiectul cu o explicație a greșelilor și a limitelor datelor. Un experiment de clasă nu demonstrează automat performanță în alte condiții. Bazele Python, listele, funcțiile și interpretarea unui tabel te ajută să faci legătura dintre cod și evaluare.

## Întrebări frecvente

### Machine learning și inteligența artificială înseamnă același lucru?

Învățarea automată este o parte a inteligenței artificiale. Ea ajustează modele folosind date; termenul AI acoperă și alte abordări.

### De ce nu evaluăm numai pe datele de antrenare?

Un model se poate adapta foarte bine exemplelor deja văzute fără să funcționeze bine pe date noi. Evaluarea separată verifică tocmai această capacitate de generalizare.

### Este suficientă acuratețea pentru clasificare?

Nu întotdeauna. Dacă o categorie domină datele, acuratețea poate fi mare chiar dacă modelul ratează complet categoria rară. Verifică erorile pentru fiecare categorie și scopul problemei.

## Surse și lectură suplimentară

- [Google: seturi de antrenare, validare și test](https://developers.google.com/machine-learning/crash-course/overfitting/dividing-datasets)

- [scikit-learn: greșeli frecvente și scurgerea de informație](https://scikit-learn.org/stable/common_pitfalls.html)

---

# Ce este un LLM și cum verifici răspunsurile unui model de limbaj

Sursa canonică: https://ailabac.ro/modele-llm-pe-intelesul-tuturor

Află ce înseamnă LLM, token, context și halucinație. Exemple pentru liceeni despre modele de limbaj, căutare pe web și verificarea răspunsurilor AI.

LLM înseamnă large language model, adică model de limbaj de mari dimensiuni. El procesează textul în unități numite tokenuri și poate genera o continuare pe baza contextului primit și a relațiilor învățate la antrenare. Un răspuns fluent poate conține greșeli, așa că verificarea rămâne parte din folosirea lui.

## Tokenuri și context: cu ce lucrează modelul

Un token poate reprezenta un cuvânt, o parte dintr-un cuvânt sau un semn, în funcție de modul de împărțire a textului. Contextul cuprinde informațiile disponibile modelului pentru răspunsul curent: de exemplu, întrebarea și materialul inclus în conversație. Nu presupune că un token este mereu egal cu un cuvânt.

Gândește-te la o cerință incompletă: «explică de ce nu funcționează». Fără cod, intrări și rezultatul așteptat, lipsesc informații importante. Pentru o explicație utilă, oferă exemplul minim, mesajul de eroare și ce ai încercat. Scoate din exemplu parolele, tokenurile de acces și datele personale.

## Generarea unui răspuns nu este același lucru cu o căutare

Un model poate formula un răspuns fără să consulte internetul în acel moment. Unele aplicații conectează modelul la un motor de căutare sau la documente și îi furnizează informațiile găsite. Acest acces depinde de aplicație și de instrumentele active, nu doar de faptul că folosește un LLM.

Când răspunsul privește o informație care se poate schimba, cere sursa și deschide documentul original. Verifică dacă pasajul susține afirmația și dacă data este relevantă. Apariția unui link în răspuns nu este suficientă: sursa poate fi irelevantă, interpretată greșit sau poate să nu existe.

## Ce numim halucinație și cum o observi

În acest context, o halucinație este un răspuns care prezintă informații inventate sau nesusținute ca și cum ar fi corecte. Poate lua forma unei surse inexistente, a unei funcții Python care nu există sau a unui rezultat de calcul greșit. Tonul sigur și explicația lungă nu sunt dovezi de corectitudine.

Separă afirmațiile verificabile. Pentru cod, citește documentația funcțiilor și rulează exemple cu rezultate cunoscute. Pentru un fapt, consultă sursa primară. Pentru un raționament, verifică fiecare pas și caută un contraexemplu. Dacă informația lipsește, notează ce nu poate fi stabilit din datele disponibile.

## Un prompt care te ajută să înveți Python

Poți cere: «Învăț bucle for. Pentru range(1, 5), eu cred că sunt afișate și 1, și 5. Dă-mi un indiciu despre limita superioară, apoi un exemplu diferit pe care să îl rezolv singur.» Cererea precizează conceptul, presupunerea ta și forma ajutorului dorit.

După indiciu, estimează ce produce list(range(1, 5)) și verifică în Python: [1, 2, 3, 4]. Apoi explică rezultatul pentru range(3, 3). Rezolvarea proprie și verificarea sunt mai utile pentru învățare decât copierea unei explicații pe care nu o poți aplica.

## Cum se leagă LLM-urile de învățarea din AiLaBac

AiLaBac oferă explicații și ajutor AI în contextul învățării, în condițiile accesului afișat în cont. În timpul evaluărilor, tutorul și indiciile sunt dezactivate. Ghidurile publice explică noțiunile; progresul și activitățile personale sunt accesate după autentificare.

Pentru modul în care platforma folosește AI și prelucrează datele, consultă politica privind utilizarea AI din footer. Acest ghid explică un tip de tehnologie și nu descrie o listă garantată de capabilități pentru fiecare model sau aplicație AI.

## Întrebări frecvente

### Ce înseamnă prescurtarea LLM?

LLM vine de la large language model, tradus prin model de limbaj de mari dimensiuni. Astfel de modele procesează și generează text folosind contextul și relațiile învățate din date.

### Un LLM caută automat pe internet?

Nu. Accesul la căutare sau la documente depinde de aplicație și de instrumentele disponibile. Modelul poate produce un răspuns fără o căutare web în acel moment.

### Cum verific un răspuns AI despre Python?

Consultă documentația oficială, verifică dacă funcțiile există și rulează codul pe date pentru care cunoști rezultatul. Include și cazuri precum zero sau o listă goală, dacă sunt acceptate de problemă.

## Surse și lectură suplimentară

- [Google: introducere în modelele de limbaj](https://developers.google.com/machine-learning/crash-course/llm/transformers)

- [Python: funcția range și bucle](https://docs.python.org/3/tutorial/controlflow.html#the-range-function)