Перейти к содержанию
Ctrl K
Telegram MAX
Новое AiManual теперь в MAX Подписаться
Все выпуски

Архив публикаций

Все материалы AiManual в единой хронологической ленте.

757 VibeThinker-3B: 3 миллиарда параметров, которые положили на лопатки DeepSeek Модель с 3B параметров на AIME 2026 показывает 61%, обходя DeepSeek V3 (671B). Открытые веса, локальный запуск на смартфоне — но без кода для воспроизведения. Д 4 мин чтения 758 DiffusionGemma для tool calls: почему параллельная генерация выигрывает у авторегрессии Разбираем, как DiffusionGemma с двунаправленным вниманием и параллельной генерацией улучшает качество вызовов инструментов (tool calls). Сравнение с авторегресс 4 мин чтения 759 «Мех-костюм» для LLM: стартап Probably получает $9M от a16z и обещает убить галлюцинации Стартап Probably привлек $9M seed от a16z на гибрид LLM и детерминированного валидатора. Разбираемся, как «мех-костюм» data science решит проблему галлюцинаций 3 мин чтения 760 Реальная оценка моделей детекции аномалий во временных рядах: разбор методологических ошибок F1 и бенчмаркинг 14 архитектур Разбор методологических ошибок F1 в детекции аномалий временных рядов. Бенчмаркинг 14 архитектур (SAT Transformer, AnomalyTransformer и др.) и практические реко 8 мин чтения 761 VibeThinker-3B: компактная модель с рассуждениями уровня DeepSeek V3 – архитектура, результаты и открытый код Обзор VibeThinker-3B — открытой 3B-модели, которая на AIME26 догоняет DeepSeek V3 и V4. Архитектура, бенчмарки, примеры использования и как запустить локально. 4 мин чтения 762 Почему дистилляции Qwen/Claude часто хуже базовых моделей: анализ и предостережение для сообщества Анализируем, почему большинство дистиллированных моделей на основе Qwen и Claude теряют интеллект. Как отличить качественный дистиллят от вредного и не попастьс 6 мин чтения 763 Nex-N2 Pro GGUF: обзор производительности, квантование и правда о ребрендинге Разбираем Nex-N2 Pro в GGUF: квантования от bartowski, сравнение с Rio-3.5, производительность на слабом железе. Узнайте правду о переименовании модели. 5 мин чтения 764 Вайбкодинг, увольнения и битва за выживание: IT-рынок 2026 в зеркале AI Анализ рынка IT в 2026: вайбкодинг обвалил ставки, Atlassian уволила 1600 человек, гиганты вливают миллиарды. Выживание или адаптация? 3 мин чтения 765 MCP против CLI+Skill: что эффективнее для ИИ-агентов? Сравнение бенчмарков для внутренних API Сравнение подходов интеграции API с ИИ-агентом: MCP протокол против CLI-инструментов и Skills. Реальные бенчмарки, 14 сценариев, более 400 запросов. Что выбрать 5 мин чтения 766 Nex2 mini Phase Twin: 30B модель в 16GB VRAM — технологии квантования и запуск локально Обзор Nex2 mini Phase Twin — 30-миллиардной модели, которая работает на RTX 4060/4080 благодаря новым техникам квантования. Сравнение с альтернативами, примеры 6 мин чтения 767 Qwable-v1: открытая дистиллированная версия Claude Fable 5 на Qwen3.6 — установка и квантование Полный гайд по Qwable-v1 — модели на 35B параметров, дистиллированной из Claude Fable 5 на базе Qwen3.6. Установка, квантование, сравнение с аналогами и практич 6 мин чтения 768 HalBench: кто меньше врёт? Рейтинг открытых моделей и удар по репутации Meta HalBench — новый бенчмарк для оценки сикофантии у LLM. Qwen 3.6 и Gemma 4 лидируют, Meta Llama провалилась. Разбираем результаты и скандал. 4 мин чтения