Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
1453
Situational Awareness вкладывает $400 млн в Source Foundry: почему AI-фонд ставит на чипы, несмотря на потери
AI-хедж-фонд Situational Awareness вложил $400 млн в Source Foundry, несмотря на сокращение активов вдвое. Разбираем логику ставки на чипы, технологию стэнфордс
1454
Харнесс для ИИ-разработки: как два агента заменили команду и почему SDD стал новым стандартом
Electron-продукт за 56 дней двумя ИИ-агентами — 5-10% стоимости сеньора. Разбираем харнесс для ИИ-разработки: спек-контракты, чистый контекст ревью и гейты каче
1455
KLQ: training-free квантизация LLM с waterfilling, которая обходит SpinQuant на W4A4KV4
KLQ — training-free метод квантизации LLM, который обходит SpinQuant на W4A4KV4 без градиентного обучения. Разбираем, как каузальные KL-возмущения и waterfillin
1456
BigBang-v1: Реальные результаты финтюна Qwen 3.5 против гигантов — независимый тест
Независимый тест BigBang-v1: финтюн Qwen 3.5 35B не дотягивает до заявленной производительности между DeepSeek Flash и Pro. Разбираем аномальный разброс на HLE
1457
SupraElegans-500K: Рекуррентная модель без Transformer — архитектура, тесты и перспективы
Разбираем архитектуру SupraElegans-500K — рекуррентной модели на 500K параметров без Transformer и KV-кэша. Бенчмарки HellaSwag 26.5%, ARC 21-22%, WinoGrande 52
1458
Бюджетный домашний AI-сервер: 3x RX 9060 XT против 3x RTX 5060 Ti — выбираем платформу для LLM и MoE
Сравниваем 3 GPU с 48 ГБ VRAM для LLM и MoE: RX 9060 XT и RTX 5060 Ti, AM5 и б/у EPYC, PCIe x4. Практические конфигурации домашнего AI-сервера в бюджете $3500.
1459
Сжатие LLM на 233 ГБ без потери точности: как удаление мультиязычности оптимизировало Kimi K3
Энтузиаст hellohazine сжал Kimi K3 с 711 до 478 ГБ, удалив все языки кроме английского. Точность на английском сохранилась, требования к GPU снизились на треть.
1460
gitTalk: как нейросеть превращает естественный язык в Git-команды — опыт разработки на Go
Утилита gitTalk конвертирует фразы на естественном языке в Git-команды через Gemini API. Разбор архитектуры на Go, строгий промпт для точных ответов модели и ре
1461
OpenAI приобретает NextSlide: как стартап по созданию презентаций усилит ChatGPT
OpenAI приобрела стартап NextSlide и интегрировала его команду в ChatGPT. Разбираем, как технология генерации презентаций изменит продукт, какие функции появятс
1462
Спекулятивное декодирование в llama-server: почему DSpark даёт 1-2 токена/с, а MTP — 30-40, и как это исправить
DSpark draft-модель в llama-server режет скорость DeepSeek-V4-Flash до 1-2 токенов/с вместо обещанного ускорения. Разбираем три главные причины деградации и даё
1463
Тестирование квантованных версий DeepSeek Flash 0731: какие бенчмарки использовать и как оценить деградацию
Сравниваем оригинальную DeepSeek Flash 0731 с квантованными версиями через MMLU, HellaSwag и логические задачи. Готовая методика тестирования за 1 млн токенов,
1464
Как включить PCI-E P2P на потребительских GPU Nvidia и получить +25% к скорости инференса: пошаговый гайд с тестами
Включите PCI-E P2P на потребительских видеокартах Nvidia и ускорьте инференс LLM на 25% без замены железа. Пошаговый гайд с тестами на 4×RTX 5060 Ti: настройка