Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
6337
Gemini Nano в Chrome: кейс внедрения, 41% coverage, экономия $0 и сравнение производительности
Практический опыт внедрения Gemini Nano в Chrome: 41% coverage, производительность 6x медленнее облака, экономия $0 и fallback-стратегия.
6338
Infinite Kitchen: как три AI-модели создают игру, которая никогда не кончается
Разбираем инди-проект, где Claude Code пишет код, Gemini создает логику, а Flux рисует спрайты. Как работает игра без разработчика?
6339
Apple Foundation Models на Mac: Полный гайд по afm для локального ИИ
Пошаговое руководство по установке afm CLI для запуска Apple Foundation Models на macOS Tahoe с веб-интерфейсом и OpenAI-совместимым API.
6340
Исследование Anthropic показало: сложный промпт = качественный ответ. Коэффициент 0.93 не врет
Новое исследование Anthropic (январь 2026) показывает коэффициент корреляции 0.93 между сложностью промпта и качеством ответа ИИ. Практическое руководство по со
6341
Реальные кейсы использования локальных LLM: как заменить платные подписки и автоматизировать работу
Практическое руководство по замене платных подпискок на локальные LLM. Реальные кейсы автоматизации, RAG пайплайны, агентное программирование на 2026 год.
6342
Правда о Cursor: как один твит взорвал AI-сообщество и почему миллион строк кода оказался браузерным трюком
Техническое расследование громкого заявления Cursor о создании браузера с помощью AI. Реальность против маркетинга в 2026 году.
6343
DFlash: Как ускорить LLM-инференс в 2 раза с помощью блочного спекулятивного декодирования
Обзор DFlash - революционного метода ускорения LLM-инференса через diffusion-style декодирование. Сравнение с vLLM, TensorRT-LLM, интеграция с SGLang.
6344
OpenAI Responses API в llama.cpp: полный гайд по замене GPT-4 на GLM-4.7-Flash
Пошаговое руководство по запуску локального OpenAI-совместимого API с GLM-4.7-Flash через llama.cpp, интеграция с Codex CLI и экономия на облачных сервисах
6345
Война за регулирование ИИ в США 2026: что ждёт разработчиков open-source моделей и локального инференса
Как новые законы США в 2026 году повлияют на разработчиков open-source ИИ и локальный инференс. Анализ политической борьбы и последствий для экосистемы.
6346
Агентный ИИ в кибератаках 2026: как защищаться, когда противник действует на машинной скорости
Полный разбор автономных кибератак с помощью агентного ИИ в 2026 году. Как защитить системы от атакующих, которые работают на машинной скорости. Анализ CVE-2025
6347
Катастрофическое забывание в LLM: почему ваша модель глупеет после дообучения и как это остановить
Полное руководство по катастрофическому забыванию в языковых моделях. Математика явления, практические методы борьбы при дообучении LLM в 2026 году.
6348
Парадокс Weight Decay: как L2-регуляризация на fine-tuning не стирает, а защищает старые знания модели
Эксперимент показывает: L2-регуляризация при дообучении моделей не разрушает старые знания, а защищает их от катастрофического забывания. Разница в accuracy до