Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
1501
Gorgon Halo против Strix Halo: почему ваш следующий LLM-чип от AMD прожжет дыру в бюджете
Сравнение Gorgon Halo и Strix Halo для AI-нагрузок: разбор производительности LLM, пропускной способности памяти и сценариев использования. Стоит ли переплачива
1502
Когда 128K токенов — это смешно: Обработка документов-гигантов через Bedrock AgentCore и Recursive Language Models
Пошаговый гайд: преодолеваем ограничение контекстного окна с помощью Recursive Language Models, Amazon Bedrock AgentCore и Code Interpreter. Обработка 500+ стра
1503
Spring AI: универсальный адаптер между Java и LLM — возможности, настройка и интеграция
Полный обзор Spring AI — инструмента для интеграции LLM в Java-приложения. Сравнение с альтернативами, примеры настройки, код, рекомендации. Актуально на 2026 г
1504
Как нейросеть выявляет подмену почерка на экзаменах без эталона: технический разбор на Python
Технический гайд по созданию пайплайна на Python для выявления подмены почерка в экзаменационных работах без эталонного образца. Сиамская нейросеть, сегментация
1505
3 навыка Claude для Data Scientist в 2026: как создавать AI-дашборды и автоматизировать анализ
Научитесь создавать AI-дашборды с Claude 4 Opus, автоматизировать анализ данных и настраивать агентные пайплайны. Реальные промпты, ошибки и чек-лист.
1506
Spotify запускает AI-функции для подкастов: персональные подкасты, Q&A и ежедневные брифы с интеграцией календаря
Spotify запустил десктопное приложение Studio для генерации персональных подкастов, Q&A по документам и аудиобрифов, привязанных к календарю. Аналог NotebookLM
1507
Голос без разрешения: почему маори строят свой TTS, а Big Tech остается за бортом
Как коренной народ Новой Зеландии отказался от ElevenLabs и OpenAI, чтобы сохранить контроль над te reo Māori. Уроки для разработчиков редких языков.
1508
Agent Execution Tax: новый налог, который платят браузерные AI-агенты (и вы заодно)
Новая метрика Agent Execution Tax показывает, сколько времени AI-агент тратит на собственный код, а не на задачу. Разбираем, как это меняет бенчмаркинг агентов.
1509
LLM Planner: подбор железа и моделей для локального запуска — 60+ сборок, 50+ моделей и 130+ бенчмарков
Планировщик LLM: 50+ моделей, 60+ сборок, 130+ бенчмарков. Как выбрать ПК под нейросети или модель под свой компьютер. Реальные t/s и ссылки на тесты.
1510
LlamaStation v0.9: мощный GUI для llama.cpp на Windows с поддержкой нескольких бэкендов и TurboQuant
LlamaStation v0.9 — GUI для llama.cpp на Windows с multi-backend, TurboQuant и MTP. Сравнение с LM Studio и Hexllama, примеры использования для локального запус
1511
Генеративная модель персонализации ARGUS: как Яндекс переосмыслил рекомендательные системы
Глубокий технический разбор генеративной рекомендательной системы ARGUS от Яндекса: токенизация последовательностей, претрейн, каскадная фильтрация и кросс-серв
1512
Как построить production-ready control layer для LLM: 8 компонентов с кодом и бенчмарками
Пошаговое руководство по построению control layer для LLM: InputGuard, TokenBudget, CircuitBreaker и другие. Код, бенчмарки, 0% → 100% pass rate.