Перейти к содержанию
Ctrl K
Telegram MAX
Все выпуски

Архив публикаций

Все материалы AiManual в единой хронологической ленте.

3433 ZeroClaw: как мы автоматизировали расчёт отпусков с помощью AI-агента в корпоративном мессенджере Подробный кейс: ZeroClaw + Mattermost для расчёта отпусков. Интеграция, локальные модели, обработка исключений. Сократили время расчёта с 30 минут до 30 секунд. 7 мин чтения 3434 Скандал с rsync: уязвимости, регрессии и 50 коммитов от Claude — ответ создателя 6 уязвимостей, сломанные скрипты, 50 AI-коммитов и резкий ответ создателя. Как Claude AI едва не разрушил один из старейших инфраструктурных проектов. 1 мин чтения 3435 Headroom: бесплатный инструмент для сжатия промптов и RAG-данных с сокращением токенов до 95% Обзор Headroom — open-source библиотеки, прокси и MCP-сервера для сжатия промптов и RAG-данных. Экономия токенов до 95% без потери качества. Примеры, сравнение 6 мин чтения 3436 llama.cpp учится рисовать: Mermaid-диаграммы прямо в чате с интерактивным превью Обзор новой фичи llama.cpp: теперь можно генерировать и редактировать Mermaid-диаграммы прямо в чате с локальной LLM. Сравнение с альтернативами, примеры, реком 4 мин чтения 3437 Как ускорить инференс LLM в 2-6 раз: C++ бэкенд WarpGroup против паддинга Разбор проблемы паддинга в батчинге LLM и готовое решение — C++ бэкенд WarpGroup. Бенчмарки показывают ускорение до 5.89x на GTX 1080 и 2x на H100. Код, примеры 7 мин чтения 3438 Стратум: инженерная методология для превращения LLM в детерминированную систему Галлюцинации и нестабильность LLM побеждаются архитектурно. Стратум — методология, вдохновлённая советской школой проектирования. Пошаговый гайд с примерами и т 6 мин чтения 3439 DPO для OCR: как снизить дегенерацию текста на 87% с помощью Direct Preference Optimization Как с помощью Direct Preference Optimization уменьшить повторения и галлюцинации в OCR. Пошаговый гайд с кодом на Python. 5 мин чтения 3440 Мониторинг AI-агентов: зачем Coralogix привлек $200M и как это повлияет на рынок Coralogix привлек $200M на мониторинг AI-агентов. Разбираем, почему observability для AI становится критичной и как это меняет рынок инструментов. 2 мин чтения 3441 Apostate, Heretic и другие: битва инструментов абблации за свободу LLM Бенчмарк инструментов абблации для снятия ограничений LLM. Сравниваем Apostate, Heretic и Obliteratus на Qwen 2.5 7B: метрики, скорость, глюки. Кому что подходи 1 мин чтения 3442 Dynamic Workflows в Opus 4.8: как Anthropic запустил тысячу агентов для кодинга Anthropic выпустила Dynamic Workflows в Opus 4.8, позволив запустить тысячу кодинг-агентов. Как это работает и почему это опережает GPT-5.5? 4 мин чтения 3443 DQ-шаблон с ИИ-агентом и MCP: как мы автоматизировали проверку качества данных (и где споткнулись) Практический гайд по сборке DQ-шаблона с ИИ-агентом и MCP-сервером: архитектура, пошаговый план, типичные ошибки и как их избежать. Для BI и Data Engineering ко 7 мин чтения 3444 Как настроить K8s для LLM инференса: DRA, GIE и LLM-D на практике Настройка Kubernetes для высоконагруженного LLM инференса с DRA, GIE и LLM-D. Практические шаги, архитектура, ошибки. Только реальный опыт 2026. 7 мин чтения