Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
2725
Обзор AI-браузеров 2026: Comet от Perplexity и другие альтернативы Chrome и Safari
Разбираем главные AI-браузеры 2026 года: Comet от Perplexity, Arc, SigmaOS, Opera Aria и Brave Leo. Стоит ли менять Chrome на агентный браузер?
2726
MXFP4 в DeepSeek-V4-Flash: путаница форматов и что это значит для пользователей
Разбираем несоответствие заявленного формата MXFP4 на странице bartowski и реального состояния тензоров в DeepSeek-V4-Flash. Без паники, но с пониманием.
2727
Как заменить LLM-вики на чистый Python-компилятор: пошаговое руководство с кодом
Пошаговое руководство по созданию локального компилятора заметок на Python без LLM. Парсер Markdown, граф связей, генератор HTML и линтер. Полный код и тесты.
2728
119B параметров, но мозгов — на 6B: честный тест Mistral Leanstral 1.5 и его запуск у вас дома
Разбираем Mistral Leanstral 1.5 — MoE-модель 119B с 6B активных параметров. Сравнение с DeepSeek V3.2 и Qwen3. Как запустить на домашнем сервере, квантование, р
2729
ELDR — новый метод декодирования для MoE: как локальность экспертов меняет правила игры
Разбираемся, как Expert Locality-aware Decoding Routing (ELDR) ускоряет инференс MoE-моделей, снижает latency и повышает эффективность. Без кода, но с идеями.
2730
Робот-дворецкий за $100: инструкция по сборке (сделай сам)
Пошаговое руководство: как из Raspberry Pi и пары моторов собрать робота с голосовым управлением и локальным ИИ за $100. Комплектующие, сборка, софт, частые оши
2731
Кожевенная мастерская в квартире: как ИИ помогает проектировать аксессуары дома
Как использовать ИИ для проектирования кожаных аксессуаров дома: эскизы, промпты, лекала, фурнитура, инструменты и организация мастерской в квартире.
2732
GLM5.2 на 5x Pro 6000s и 5090: тест производительности, квантование и стоимость запуска
Тест GLM5.2 (744B) на пяти AMD Radeon Pro 6000 и одиночной RTX 5090: скорость токенов, качество квантования, стоимость электричества и железа. Реальные цифры дл
2733
Шесть нерассказанных уроков RAG: почему косинус не основа, и как строить retrieval на SQL-фильтрации
Критика стандартного RAG pipeline. Почему косинус не решает семантику, как SQL-фильтрация делает retrieval точным и быстрым. Практические примеры и код.
2734
Детерминированный RAG: инструмент памяти с recall 1.0 без вызовов LLM — разбор подхода
Разбор подхода к RAG, который дает 100% recall и не требует обращения к языковой модели. Как работает, где применить и почему это дешевле традиционных решений.
2735
Фиктивная AI-трансформация: почему 90% корпоративных внедрений — пустая трата денег
Почему 90% корпоративных AI-проектов в 2026 году — пустая трата денег? Анализ хайпа, метрик adoption и реальных результатов.
2736
AI-агенты в SDLC: гонка вооружений, которую разработчики проигрывают
Инсайты CTO: почему AI-агенты не ускорили SDLC, а создали новое узкое место. Разбор парадокса автоматизации, кейс AWS и дисциплина Agent Engineering.