Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
985
Daily Papers на Hugging Face: как читать, обсуждать и отслеживать новые AI-исследования
Разбираем Daily Papers на Hugging Face как рабочий инструмент для поиска и первичной оценки новых AI-исследований. Показываем, как переходить от paper к моделям
986
Llama 3.1: запуск локально, требования к памяти и работа с Hugging Face
Разбираем, какую Llama 3.1 выбрать для домашнего ПК, рабочей станции или кластера: 8B, 70B или 405B. Внутри - расчёты VRAM для FP16, FP8 и 4-bit, запуск через H
987
FineVideo: как собирают и фильтруют открытый датасет для обучения video AI
Разбираем конвейер FineVideo: от отбора и языковой фильтрации видео до сцен, таймкодов, QA-пар, метаданных и проверки разметки LLM. Поймите, как подготовить кач
988
Как ускорить обучение моделей в Hugging Face с помощью packing и Flash Attention 2 в 2026 году
Разбираем, как packing сокращает лишний padding при instruction-tuning, зачем Hugging Face использует DataCollatorWithFlattening и какую роль играют position_id
989
Accelerate 1.0: что меняется в библиотеке Hugging Face для распределенного обучения и инференса
Разбираем первый Release Candidate Accelerate 1.0: что библиотека Hugging Face уже умеет в multi-GPU, FSDP, mixed precision и TPU-сценариях, где заканчивается е
990
LeRobot предлагает хранить робототехнические датасеты в видеоформате: зачем это нужно и что даёт
Разбираем, зачем LeRobot переводит робототехнические датасеты с отдельных PNG-фреймов на видео и как это влияет на объем, передачу, браузерный просмотр и обучен
991
Как Community Tools в HuggingChat превращают Spaces в подключаемые инструменты для моделей
Как подключить публичный Hugging Face Space к HuggingChat как инструмент модели, создать свой tool на Gradio и собрать простой RAG по документам.
992
Безопасность Hugging Face Hub в 2026: какие настройки включить для защиты токенов и репозиториев
Практический чек-лист безопасности Hugging Face Hub для личных проектов и AI-команд: 2FA, fine-grained токены, приватные репозитории, подписи коммитов и защита
993
Единый API для tool use в Transformers: как упростили подключение инструментов к LLM
Разбираем, как единый API tool use в Hugging Face Transformers связывает JSON Schema, Python-функции, tool calls и tool responses. Показываем полный цикл для ча
994
Как fork llama.cpp для Radeon VII, MI50 и MI60 ускоряет работу на gfx906
Разбираем fork llama.cpp для Radeon VII, MI50 и MI60: зачем ему small-Q Flash Attention, чем отличаются native и convert-режимы и почему переход на DFlash2 меня
995
SmolLM: что это, чем отличаются версии 135M, 360M и 1.7B для локального запуска
Разбираем, что такое SmolLM, чем отличаются версии 135M, 360M и 1.7B, какую роль играет SmolLM-Corpus и для каких задач модели подходят локально. Практическая с
996
Docmatix: как крупный датасет для DocVQA может повлиять на качество open-source VLM
Разбираем, что такое Docmatix и DocVQA, как PDF превращается в пары «вопрос-ответ» и почему большой synthetic dataset может помочь open-source VLM. Пошагово оце