Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
73
Как настраивать Codex subagents для параллельной работы над сложными задачами
Практический разбор Codex subagents: когда сложную задачу стоит разделять между specialist agents, как организовать файлы .codex/agents/*.toml, запускать незави
74
Qwen 3.8 27B в низких квантизациях: когда Q2 имеет смысл и что теряется по сравнению с Q3
Разбираем, когда Q2 для Qwen 3.8 27B помогает запустить модель на ограниченной VRAM, а когда экономия памяти оборачивается потерей качества, ошибками в коде и н
75
Qwen3.8-Flash-Next NVFP4 в локальном агентном бенчмарке: скорость, эффективность и сравнение с 27B-моделями
Разбираем, как оценивать Qwen3.8-Flash-Next NVFP4 в локальном агентном кодинге: итоговый балл, запросы на результат, токены, latency и скорость. Показываем, как
76
Как оценивать LLM на уязвимость к фальшивым источникам во время агентного поиска
Высокая точность LLM не гарантирует устойчивость к фальшивым источникам в агентном поиске. Разбираем логику EchoNet, различия между одиночной ложью, копипаст-эх
77
GLM-5.3-Flash: почему TensorSharp сравнялся с llama.cpp на prefill и вдвое обогнал его на decode
Практический разбор сравнения GLM-5.3-Flash в GGUF: почему TensorSharp почти догнал llama.cpp на prefill и примерно вдвое ускорил decode. Объясняем роль MoE, hy
78
Почему open-weight AI-компании стали главной целью для крупных сделок в 2026 году
Почему Nvidia, Stripe и другие крупные игроки интересуются open-weight AI-компаниями? Разбираем экономику открытых весов, роль хостинга, маршрутизации AI запрос
79
Как автоматические AI-исследователи улучшают alignment-модели без постоянного участия человека
Anthropic запустила девять Automated Alignment Researchers на базе Claude Opus 4.6, чтобы автоматизировать поиск и проверку методов alignment. Разбираем устройс
80
Breeze-TTS-2: что известно о новой TTS-модели и как попробовать её локально
Breeze-TTS-2 позиционируется как перспективная TTS-модель для playground и локального запуска, но ее характеристики и требование около 7 ГБ требуют проверки. Ра
81
Арабские AI-бенчмарки: что показывают Arabic IFEval и обновлённый AraGen
Arabic-Leaderboards объединил обновлённый AraGen-03-25 и первый публичный Arabic IFEval для оценки арабских LLM. Разбираем результаты o1, GPT-4o и Claude, разни
82
Почему Gradio стал стандартом UI для AI: 5 уроков роста до миллиона пользователей
Разбираем, как Gradio вырос до миллиона ежемесячных разработчиков и почему стал распространенным UI-слоем для AI. Пять практических уроков охватывают примитивы,
83
Llama 4 Scout и Maverick: архитектура MoE, контекст до 10M токенов и запуск через Hugging Face
Разбираем Llama 4 Scout и Maverick: сравниваем MoE-архитектуру, 17B активных параметров, контекст до 10M токенов и мультимодальные возможности. В статье есть пр
84
Как справедливая очередь и приоритеты улучшают скорость ответов LLM
Разбираем, почему FIFO-очередь в vLLM и TGI задерживает интерактивные запросы, как настроить fair scheduling через отдельные очереди и round-robin, а также заче