Перейти к содержанию
Ctrl K
Telegram MAX
Все выпуски

Архив публикаций

Все материалы AiManual в единой хронологической ленте.

3385 EVA-Bench 2.0: что нового в бенчмарке для enterprise voice-агентов и как его использовать EVA-Bench 2.0 — открытый датасет с 213 реалистичными сценариями для оценки голосовых агентов. Три домена: авиакомпании, IT-поддержка, HR. Код загрузки на Python 5 мин чтения 3386 Holo3.1: Локальные компьютерные агенты с поддержкой квантований FP8 и GGUF — обзор и производительность Разбираем Holo3.1 — open-source агент для компьютера с квантизациями FP8 и GGUF. Производительность 82% на OSWorld, запуск на 3090. Обзор и сравнение. 4 мин чтения 3387 Mellum2: Обзор новой 12B MoE модели от JetBrains — производительность, квантование и применение для кода Подробный обзор Mellum2 — 12B MoE модели от JetBrains с открытой лицензией Apache 2.0. Бенчмарки, квантование, запуск на CPU/GPU, примеры для кода и RAG. Реальн 7 мин чтения 3388 Claude Opus 4.8: Dynamic Workflows и честность агентов — что стоит за главной цифрой обновления Dynamic Workflows позволяют Claude Opus 4.8 оркестрировать тысячи агентов, но в чём подвох? Разбираем проблему честности и самопроверки в новых агентных система 3 мин чтения 3389 Gemma 4 12B: первое ручное тестирование локальной мультимодальной модели с зрением, аудио и вызовом инструментов Первые впечатления от Gemma 4 12B: работает ли она на 8GB RAM? Как распознает изображения и звук? Тестируем инструменты и сравниваем с Qwen. Честный разбор. 2 мин чтения 3390 OpenAI Lockdown Mode: защита от prompt injection для бизнеса Как новый Lockdown Mode от OpenAI предотвращает утечку данных через prompt injection. Разбор функции, настройка и риски для корпоративных аккаунтов. 4 мин чтения 3391 Проблемы точности при QAT-квантовании Gemma 4: анализ несоответствий и способы их минимизации Разбираем, почему QAT-квантование Gemma 4 даёт нестабильные результаты, и как это исправить: правильные флаги, калибровка и per-layer настройки. Советы на июнь 4 мин чтения 3392 Cohere выпускает кодинг-модель: ранний доступ и первые тесты на локальных LLM Cohere открыла ранний доступ к новой модели для генерации кода. Тестируем производительность на локальных LLM, сравниваем с CodeLlama и DeepSeek. Узнайте, как п 5 мин чтения 3393 MoQ и GSQ: революция в низкобитном квантовании GGUF — как это улучшит запуск моделей на слабом железе Новые методы квантования MoQ и GSQ в GGUF позволяют запускать модели на 4 ГБ VRAM с минимальной потерей качества. Разбор, сравнение, практика. 6 мин чтения 3394 StepFun 3.7 Flash на Strix Halo: бенчмарки, MTP и настройка производительности Тесты StepFun 3.7 Flash на AMD Strix Halo: скорость генерации, MTP-ускорение до 111%, настройка квантования UD-IQ4_XS. Команды и результаты. 4 мин чтения 3395 Gemma 4 на MacBook M3: извлечение данных из графиков и таблиц — реальная точность и галлюцинации Проверяем мультимодальную Gemma 4 12B на MacBook M3: как вытащить данные из графиков и таблиц локально, реальная точность, галлюцинации и пошаговый гайд с кодом 7 мин чтения 3396 Ускорение байесовского вывода в 10 раз: замена SciPy на Diffrax (JAX) Кейс из космологии: как переход с SciPy solve_ivp на Diffrax (JAX) сократил время расчётов с 5 минут до секунд. Пошаговый гайд с кодом, бенчмарками и нюансами J 8 мин чтения