Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
2305
Кого выбрать: сравнение провайдеров Qwen и Gemma для кодинга и общения
Qwen3.6-35B и Gemma-4-26B от bartowski, unsloth, lm-studio и Google: разбираем, какой провайдер лучше держит код, а какой - диалог. Таблицы pass@1, влияние кван
2306
AI-налог на железо: сколько реально нужно потратить на GPU для локального запуска моделей в 2026 году
RTX 4060 Ti 16GB выдаёт 23 токена/с на Gemma 4 26B. Узкая шина памяти и AI-бум взвинтили цены на GPU. Разбираем реальные конфигурации для локального инференса о
2307
Практические стратегии управления промптами для LLM: от простых запросов до сложных агентных задач
Систематизируем подходы к промпт-инжинирингу: как структурировать системные промпты, использовать каскадные вызовы и управлять контекстом. Готовые шаблоны для р
2308
CMP 170HX как GPU для AI: разблокировка 64 ГБ HBM2e и 173 TFLOPS в BF16
CMP 170HX для AI: компактная таблица характеристик с разделением подтверждённых данных и зависящих от модификации, ориентиры бенчмарков и условий измерений, пит
2309
Корпоративная ИИ-архитектура: как построить enterprise data platform нового поколения
Разбираем ключевые компоненты корпоративной ИИ-архитектуры: data agents на LangGraph и Snowflake Cortex Analyst, AI-powered QA с Soda и AI governance через Lang
2310
Acoustic Side-Channel: Как звук дросселей выдаёт рабочую нагрузку LLM и что это говорит о наблюдаемости систем
Видеокарта свистит при запуске нейросетей — это не брак, а физический побочный канал. Разбираем, как матричные умножения LLM заставляют дроссели VRM петь на час
2311
Разбор запуска GLM 5.2 на CPU: почему декодинг медленный и как это исправить
Запустили GLM 5.2 на AMD EPYC 9654 и получили 5-9 токенов/с вместо ожидаемых 30+? Разбираем реальный кейс: почему контекст 131K и KV-кэш Q8_0 убивают производит
2312
Byte exact KV cache grafting: как сохранять и восстанавливать знания в Gemma 4 с точностью до байта
Byte exact KV cache grafting повышает точность маршрутизации Gemma 4 12B на AIME 2025 с 76.7% до 90.0% через байт-идентичное восстановление KV-состояний. Разбир
2313
Arandu v0.6.5: упрощённый запуск моделей через llama.cpp с интеграцией HuggingFace и управлением версиями
Arandu v0.6.5 — открытый лаунчер для llama.cpp, который объединяет управление версиями, загрузку моделей с HuggingFace и пресеты аргументов в одном интерфейсе.
2314
Разоблачение мошенничества Basalt Labs: Как фейковые заявления о 99.44% на HLE маскируют подмену моделей
Basalt Labs заявил о рекордных 99.44% на бенчмарке HLE, но расследование вскрыло подмену: опубликованная модель — копия Qwen2.5-7B-Instruct, а на сайте работает
2315
Strix Halo под нагрузкой: тестирование инференса LLM на мини-ПК с Ryzen AI Max+ 395
14.2 токен/с на Qwen 3.6-35B-A3B под 32 параллельными запросами, 30-минутный тест без критического троттлинга и +28% от оптимизаций. Детальные замеры Beelink GT
2316
Trivium: CLI-инструмент для воспроизводимого управления навыками AI-агентов
Trivium — CLI-инструмент для воспроизводимого управления навыками AI-агентов. Фиксация версий по Git-коммитам, lock-файл зависимостей и именованные окружения дл