Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
697
Малые LLM 2026: обзор моделей, практические кейсы и выбор под ваши задачи
Сравнение малых LLM 2026: Mistral 7B, Phi-3, Gemma 2. Тесты производительности на реальном железе, готовые конфигурации для RAG и агентов, матрица выбора модели
698
Лучшие чат-модели для 128 ГБ ОЗУ в 2026: интеллект и контекст на первом месте
Какие LLM реально запустить на 128 ГБ ОЗУ в 2026 году? Сравниваем Llama 3 70B, Mixtral 8x22B и Command R+ для глубоких диалогов и коучинга. Практические конфиги
699
128 ГБ ОЗУ в MacBook Pro для локального AI: реалистичная альтернатива облачным моделям в 2026?
Разбираем, стоит ли покупать MacBook Pro с 128 ГБ ОЗУ для запуска Llama-3, DeepSeek-Coder и других LLM. Сравнение скорости, качества кода и экономики с Claude и
700
Сравнение Qwen, Gemma и LLaMA на трёх GPU: тесты инференса на GTX 1080 Ti + 2×P102-100 в 2026
Практическое сравнение 12 моделей на бюджетной сборке из трёх GPU с 31 ГБ VRAM. Метрики tg128 и pp512 для llama.cpp с Vulkan. Как MoE-архитектуры обходят плотны
701
Сборка AI-сервера на 4x RTX 3090: выбор модели и стека для семейного использования
Разбираем реальный кейс: сборка домашнего AI-сервера на 4x RTX 3090 (96 ГБ VRAM). Сравниваем Qwen 2.5 72B и Llama 3 70B, выбираем между vLLM и llama.cpp, настра
702
Локальный AI на 24 ГБ VRAM и 48 ГБ RAM: выбираем ОС, фреймворк и модели в 2026 году
Практический гайд по созданию локального AI-сервера на RTX 3090 (24 ГБ) и 48 ГБ ОЗУ. Сравнение Ubuntu Server, Ollama+OpenWebUI, llama.cpp, Unsloth Studio. Тесты
703
DeepSeek V4 Flash vs Qwen 3.6 27B: Реальные тесты для agentic и coding сценариев
Прямое сравнение DeepSeek V4 Flash и Qwen 3.6 27B на реальных задачах: генерация кода, автономные агенты, стабильность на длинных дистанциях. Цифры, примеры код
704
Сборка идеальной AI-лаборатории: гайд по подбору моделей для разных задач на RTX 5070 Ti и 64GB RAM
Собираем локальную AI-лабораторию на RTX 5070 Ti с 64 ГБ ОЗУ: подбор Qwen-моделей в Q4-квантовании под классификацию, суммаризацию и function calling, настройка
705
MCP в llama.cpp: полная поддержка протоколов для локальных агентов и автономного кодинга
llama.cpp теперь полностью поддерживает Model Context Protocol (MCP) для HTTP и stdio серверов. Разбираем, как настроить агентное взаимодействие через llama-cli
706
Энергоэффективность AMD MI50: почему 50W — оптимальный лимит мощности для инференса
Практические тесты AMD MI50 с ограничением энергопотребления через LACT: при 50W достигается 70% производительности и рост энергоэффективности почти в 4 раза. О
707
Как ИИ расширяет доступ к религии: новые практики и скрытые риски
Как ИИ трансформирует религиозную жизнь в 2026 году: онлайн-требы, расшифровка проповедей, чат-боты для верующих. Разбор реальных преимуществ доступности и скры
708
Обзор датасета SupraLabs/reasoning-corpus-4K-5M-v1: 5 миллионов примеров для обучения рассуждению маленьких моделей
Детальный обзор открытого датасета SupraLabs с 5 млн примеров Chain-of-Thought в формате ChatML. Идеален для supervised fine-tuning компактных SLM. Разбираем ст