Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
229
Qwen 3.8 27B против Qwen 3.6 27B: тест на генерации кода для Turtle-графики
Практический тест Qwen 3.8 27B и Qwen 3.6 27B на генерации рекурсивного кода для Turtle-графики. Новая версия выдаёт рабочий код с первого запуска, старая требу
230
Феномен «человечности» в рассуждениях ИИ: почему модели имитируют эмоции и самокритику
Почему Qwen 3.8 27B в режиме Reasoning Dialogue называет себя «глупой» и сомневается в действиях? Разбираем технические причины имитации эмоций, влияние на каче
231
ROCm 7.14 в llama.cpp: ускорение инференса на Radeon 780M и сравнение с Vulkan
Тест ROCm 7.14 против Vulkan на Radeon 780M: ускорение prefill до 50% для плотных моделей, сборка из исходников и настройка ядра. Цифры, команды, рекомендации.
232
AIOps: как машинное обучение и LLM решают реальные проблемы эксплуатации
Практический разбор AIOps: как ML и LLM снижают шум алертов, автоматизируют диагностику и ускоряют разбор инцидентов. Пошаговый план внедрения с Prometheus и Al
233
Увеличение контекстного окна до 350K токенов: форк NInfer для RTX 4090 и Qwen 3.8 27B
350K токенов контекста на одной RTX 4090 без выгрузки в RAM: разбираем форк NInfer с квантованием KV-кэша rk2v4-e8. Цифры по скорости, компромиссы качества и че
234
audio.cpp 0.6: что нового в мире локального аудио ИИ и как это использовать на практике
Разбираем релиз audio.cpp 0.6: поддержка 49 семейств моделей, MiniMax-H3 для аудио и видео, SenseVoice-Small, нативный WebUI и MiniMax-Music3. Практические прим
235
Дарио Амодеи: почему открытые веса не децентрализуют власть и как завоевать доверие
CEO Anthropic Дарио Амодеи объясняет, почему открытые веса не децентрализуют власть, а усиливают концентрацию ресурсов. Разбираем его аргументы о тестировании м
236
Локальные LLM в 2026: практические сценарии использования за пределами облачных сервисов
Реальные кейсы локальных LLM в 2026: анализ конфиденциальных документов, автоматизация рутины, хобби-эксперименты. Пример конфигурации Qwen3.8-27B в LM Studio,
237
Легковесные агентные обвязки для локальных LLM: выбор под ограниченные ресурсы
Сравниваем LM Studio и Hermes Agent для локальных LLM до 9B на RTX 5050 8GB. Разбираем легковесные альтернативы на llama.cpp и даём чек-лист для выбора агентног
238
LLaMA.cpp Windows Manager: визуальное управление локальными LLM на Windows
LLaMA.cpp Windows Manager: визуальное управление моделями llama.cpp на Windows. Профили запуска, несколько endpoint'ов, OpenAI-совместимый API и автоматизация ч
239
RTX Pro 4500 vs A100: какой GPU выбрать для ИИ-сервера в 2026 году
Четыре RTX Pro 4500 или четыре подержанные A100 40GB? Считаем TCO, сравниваем VRAM, энергопотребление и риски б/у. Конкретные цифры для выбора GPU под ИИ-сервер
240
Водяные знаки Claude: как Anthropic маркирует AI-текст и что это значит для разработчиков
Anthropic внедряет водяные знаки в тексты Claude на основе SynthID-Text от Google DeepMind. Разбираем, как работает маркировка, насколько она устойчива к редакт