Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
361
Hermes 0.20: агентная модель NousResearch для локального инференса — обзор и перспективы
Hermes 0.20 от NousResearch: агентная модель переехала с кластеров HGX на локальные рабочие станции. Разбираем системные требования, сравнение с GPT Omni, приме
362
Открытые бенчмарки для LLM: как сообщество может стандартизировать тесты производительности в 2026
Фрагментация тестирования LLM достигла критической точки: «I ran my own benchmarks» стало мантрой разработчиков. Как открытые платформы, единые протоколы и колл
363
Supra2-100M: Обзор компактной модели нового поколения от SupraLabs — базовая и Instruct версии
SupraLabs выпустила Supra2-100M — компактную языковую модель с базовой и Instruct версиями. Разбираем отличия от Supra-50M, бенчмарки, примеры работы и запуск G
364
Обзор систем обучения нейросетей для малых моделей в 2026: от облачных платформ до резервуарных вычислений
Сравнительный обзор облачных платформ, локальных фреймворков и резервуарных вычислений для обучения малых нейросетей в 2026 году. Критерии выбора под ваши ресур
365
NVIDIA VoiceChat-11B: архитектура полнодуплексного голосового ИИ и сценарии применения
Детальный разбор NVIDIA VoiceChat-11B — первой модели с полноценным двусторонним голосовым общением. Как устроен полнодуплексный режим, сравнение с полудуплексн
366
G9v3-39A5B: agentic MOE с низкими галлюцинациями — архитектура, тесты и сравнение с Qwen
G9v3-39A5B от Hugging Face: agentic MOE с рекордно низкими галлюцинациями. Разбираем архитектуру, тесты Artificial Analysis и прямое сравнение с Qwen. Узнайте,
367
Эволюция Open Source AI: как открытые модели меняют ландшафт разработки в 2026 году
DeepSeek-V3, LLaMA 3.1 и Qwen 2.5 сравнялись с GPT-4o в ключевых бенчмарках. Разбираем архитектуры MoE и Mamba, считаем реальную экономию инференса (до 80%) и д
368
DocGen: как AI-ассистент на цепочке LLM-агентов сокращает подготовку SRS с 2 дней до 2 часов
Разбираем DocGen — AI-ассистента, который автоматизирует рутину системного аналитика через 7 LLM-агентов. Как он генерирует вопросы, валидирует ответы и создаёт
369
Ling-3.0-flash: тестируем новую модель для исправления сложных ошибок без сообщений
Ранние тесты Ling-3.0-flash показывают превосходство над Qwen3.6-27B в отладке багов без ошибок. Сравниваем скорость с DeepSeek V4 Flash, разбираем доступ через
370
Селективное подавление знаний: как дообучить LLM без катастрофического забывания и лишних затрат
Разбираем метод селективного подавления знаний из arXiv (2604.19089): как дообучить LLM на новых данных без потери старых навыков и радикально снизить вычислите
371
GraphArc: визуализация и контроль оркестрации AI-агентов через графы
Разбираем GraphArc — open-source инструмент для визуализации и контроля AI-агентов в реальном времени. Как графовая инженерия решает проблему непрозрачности аге
372
DeepSeek-V4-Flash-0731: почему режим Low генерирует больше токенов, чем High, и как это использовать
Парадокс DeepSeek-V4-Flash-0731: режим Low выдаёт на 25-100% больше токенов, чем High, увеличивая затраты. Практические тесты на локальном кванте и API, баг Ope