Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
289
Naive-N0.5-Flash: 309B MoE-модель для кода и AI R&D с контекстом 1M токенов
Naive.ai показала Naive-N0.5-Flash: MoE-модель с 309B общих и 15.5B активных параметров, контекстом до 1M токенов и гибридным вниманием SWA/DSA. Разбираем, что
290
Тест AI-моделей: кто лучше рисует анимацию механизма дозатора мыла в одном HTML-файле
Пользователь Foxiya прогнал Opus 5.5 High, DeepSeek V4.1 Flash, Qwen 3.8 Max, ChatGPT 5.6 Sol High и Opus 5 High через один промпт: анимация механизма дозатора
291
Почему Qwen 3.8 27B решает задачу по коду за минуты, а Qwen 3.8 Flash Next тратит часы: разбор причин и настройки
Qwen 3.8 27B исправила баги в коде за 5-10 минут, а Qwen 3.8 Flash Next потратила на ту же задачу около 2,5 часов на системе с двумя RTX 5090. Разбираем, скольк
292
Локальный AI против облака: куда движется рынок AI-инфраструктуры
Разбираем, куда движется рынок AI-инфраструктуры: пойдёт ли AI по пути облака или часть рынка выберет локальный хостинг. Сравнение по контролю над данными, стои
293
Qwen3.8-27B IQ3_XXS против Qwen3.6-35B-A3B Q4_K_M: как выбрать модель для кода, скрапинга и tool use
Готовых бенчмарков для Qwen3.8-27B IQ3_XXS и Qwen3.6-35B-A3B Q4_K_M нет, поэтому выбор строится на трёх осях: битность квантования, архитектура MoE против плотн
294
Ложь ИИ: почему LLM ошибаются уверенно и как RLHF, интерфейс и метрики создают иллюзию достоверности
LLM не лжёт как субъект: она выдаёт правдоподобный токен вместо сигнала об ошибке. Разбираем, как вероятностная генерация, антропоморфный интерфейс и сикофантия
295
Позиционное кодирование и структура абзацев: как трансформер воспринимает иерархию текста
Стандартное позиционное кодирование видит только порядок токенов, а не абзацы. Разбираем эксперимент с hRoPE: fake-merge, fake-split, контроль со случайными мет
296
Android-агенты и мобильные бенчмарки: почему реальные устройства остаются вне тестов
Большинство бенчмарков для Android-агентов работает на эмуляторах, а расход батареи, нагрев и температура в отчёты не попадают. Разбираем, что теряется в такой
297
ИИ как усилитель или замена: как понять, что мы теряем вместе с ростом производительности
LLM ускоряют работу, но цена ускорения редко попадает в отчёт. Разбираем разницу между ИИ-усилителем и ИИ-заменой, почему 90% делегированной рутины безопаснее 1
298
Seedream 5.0 Pro + Meshy: как генерировать 2D-ассеты и превращать их в 3D для игр
В кейсе StudyAI 10 лоуполи-ассетов прошли путь от генератора изображений Seedream 5.0 Pro до 3D-моделей в Meshy и Neural4D. Разбираем, где генератор ошибается,
299
Рой AI-агентов: почему больше агентов не значит больше интеллекта
Агент LLM отличается от чат-бота программной обвязкой, памятью и инструментами, но рой из десятков агентов не становится умнее. Разбираем типичные сбои многоаге
300
Как подбирать железо и движок для новых LLM: минимальные, рекомендуемые и избыточные конфигурации
Разбираем, как выбрать GPU, VRAM и движок под новую LLM без опоры на выдуманные ответы AI-ботов: три уровня конфигураций, сравнение llama.cpp, vLLM и SGLang, ал