Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
865
Gemma 5 и ловушка бенчмарков: почему локальные модели теряют индивидуальность
Почему локальные LLM класса 30B всё чаще похожи друг на друга, чем Gemma 4 31B отличается от Qwen по стилю и что ждать от философии Gemma 5.
866
Как dual-GPU связка Radeon RX 7900 GRE и RX 480 влияет на llama.cpp в Vulkan в 2026 году
Разбираем, что реально может дать Radeon RX 480 в связке с RX 7900 GRE для llama.cpp через Vulkan: дополнительный резерв VRAM, KV-кэш, длинный контекст и ограни
867
Jenny: open-source десктоп-харнесс для локальных LLM с IDE и защитой от сбоев
Jenny объединяет локальный чат, IDE, tool calling и защиту от опасных команд в одном Windows-приложении с открытым кодом. В статье разобраны установка, подключе
868
Две видеокарты для локальных LLM: Radeon 7900 XT/XTX на X570/X870 Taichi в 2026 году
Разбираем систему из двух Radeon 7900 XT или 7900 XTX для Qwen3: PCIe x8/x8 на X570/X870 Taichi, VRAM в llama.cpp, Linux, питание и сравнение с USB4 eGPU.
869
Qwen 3.8 27B или Qwen Flash Next на Mac: сравнение скорости, reasoning и AI-harness
Сравниваем Qwen 3.8 27B и Qwen Flash Next для Mac с большой unified memory: разбираем скорость prefill, влияние квантования и reasoning без выдуманных бенчмарко
870
MTP для Ling-3.0-Flash на DGX Spark: почему увеличение длины черновика не всегда ускоряет генерацию
Разбираем MTP для Ling-3.0-Flash на одном DGX Spark с 128 ГБ памяти: почему режим n=1 оказался быстрее n=2 и n=3 на обычном тексте, а на коде разница почти исче
871
Сообщество предлагает создать новый бенчмарк нейросетей для честной оценки LLM на реальных задачах
Универсальный лидерборд редко отвечает на вопрос, какая LLM подойдёт для документов, таблиц, аналитики или автоматизации. Разбираем идею прикладного бенчмарка:
872
Почему шахматный бенчмарк не стал стандартом для оценки ИИ-моделей
Разбираем, почему шахматный бенчмарк не стал стандартом оценки ИИ: зависимость от движка, времени, формата партии и внешних инструментов. Узнайте, что на самом
873
Vibe coding без контроля: как AI-приложение за два часа стало убыточным
Как приложение с генерацией аккордов за два часа превратило около 200 посетителей в счет примерно на 52 доллара: разбираем стоимость AI-запросов, скрытые шаги а
874
little-coder против Pi: что выбрать для локального coding harness на малых моделях в 2026 году
little-coder или Pi для локального кодинга на малых моделях? Разбираем роль harness, расход контекста, tool calling и ограничения ноутбука с 8 ГБ VRAM и 40 ГБ О
875
Как запустить локальный Copilot в VS Code с помощью Lemonade в 2026 году
Разбираем, как подготовить локальную LLM, запустить Lemonade и подключить модель к VS Code в 2026 году. Вы получите последовательность проверки совместимости, ч
876
Почему мультиагентные системы проваливаются, даже когда eval проходит: watchdog для промежуточных состояний
Финальный eval может пройти, даже если ошибка появилась на handoff между LLM-агентами. Разбираем слепую зону мультиагентного пайплайна, показываем Pydantic-схем