Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
373
Архитектура нейропоиска Discovery AI от VK: как объединить LLM и поиск с задержкой <500 мс
Разбираем архитектуру нейропоиска Discovery AI от VK: гибрид BERT и LLM, агентский сценарий Deep Research, оптимизация инференса для задержки менее 500 мс. Прак
374
Собираем AI-агента с Strands и Amazon Bedrock: полный гайд по развертыванию в облаке
Как собрать AI-агента на открытом фреймворке Strands и запустить в облаке через Amazon Bedrock. Примеры кода, сравнение с альтернативами, советы по настройке.
375
Hister: гугл для AI-агента, который не сливает ваши данные в облако
Разбираем Hister — self-hosted поисковик с MCP-эндпоинтом, который даёт локальному AI-ассистенту долговременную память. Сравнение с альтернативами, примеры наст
376
openPangu-2.0-Flash: китайский LLM, который заставит вас пересмотреть понятие «быстро»
Китайская LLM openPangu-2.0-Flash с Flash-архитектурой: обзор возможностей, сравнение с Qwen, GLM-4.7 Flash, MiMo-V2, тесты и кому подойдет. Обновлено 2026.
377
Как устранить зацикливание в Qwen3.6 35B и Ornith V1: настройки параметров декодирования
Практическое руководство по устранению зацикливания (looping) при инференсе Qwen3.6 35B и Ornith V1. Реальные настройки repetition penalty, top_p, top_k, min_p
378
Контекстная инженерия для локальных LLM: как сделать среднюю модель надежной за счет продуманного контекста и фильтрации
Научитесь управлять контекстом, чтобы Qwen3.6 и другие средние модели выдавали точные ответы. Порог релевантности, порядок секций, фильтрация — полное руководст
379
Как построить ИИ-агента для техподдержки: от RAG к автономному анализу тикетов
Пошаговое руководство по созданию ИИ-агента для техподдержки на основе Agentic RAG. Кейс МТС, архитектура, промпты и ошибки.
380
Лучшие статьи по агентной разработке за июнь 2026: подборка практических кейсов и инструментов
Собрали самые полезные материалы июня 2026 по агентной разработке: субагенты, MCP, SDD, автономные агенты. Читайте аннотации и выбирайте, что применить в проект
381
Разрыв в 47% точности LLM: как подача запросов меняет результаты бенчмарков на 28% и 76% — эксперимент с гайдом по промптингу
Как структура промпта меняет точность LLM от 28% до 76%? Эксперимент на Qwen3.5, причины разрыва в 47% и гайд по построению запросов для корпоративных RAG.
382
Как выбрать самую крупную модель ИИ для 144 ГБ VRAM: сравнение Qwen, Gemma, Minimax и советы по квантизации
Разбираемся, какую модель запустить на 144GB GH200: Qwen 3.6, Gemma 4 или Minimax M3. Реальный расчёт VRAM, советы по квантованию, таблица KL divergence и типич
383
audio.cpp: запускаем VibeVoice 1.5B на C++/ggml в 4 раза быстрее реального времени
Порт VibeVoice 1.5B на C++/ggml даёт 4.08x real-time на RTX 5090 и 2.86x ускорение против Python. Обзор возможностей, бенчмарки и примеры использования.
384
Claude Code помечает запросы стеганографией: что это значит для приватности и безопасности
Расследование: Claude Code использует стеганографию для скрытой маркировки запросов. Как это угрожает приватности разработчиков и что делать.