Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
97
Как ускорить Qwen с помощью спекулятивного декодинга: форк sglang и модель Weaver
Разбираем форк sglang и легковесную модель Weaver для спекулятивного декодирования Qwen. Как это работает, примеры команд и кому реально нужно. Инференс ускоряе
98
Qwen3.6 35B-A3B: Одноразовая генерация полноценного симулятора полета в HTML из одного промпта
Модель Qwen3.6 35B-A3B с квантованием Q8_0 сгенерировала полноценный HTML-симулятор полета за один запрос. Обзор возможностей и ограничений.
99
Как избежать LLM-говнокода: архитектурные практики и deptrac для Symfony-проектов
LLM генерирует удобный код, но нарушает слои. Узнайте, как deptrac и контракты держат архитектуру в рамках. Пошаговый гайд для Symfony + CI.
100
Однофайловый дашборд для мониторинга локальных LLM: ни одной зависимости, MIT лицензия
Однофайловый дашборд без зависимостей для live мониторинга локального LLM сервера. Сравнение с альтернативами, примеры использования, кому подойдет.
101
Meta удалила спорную AI-функцию Instagram: реакция на утечку приватности
Скандал вокруг генерации изображений на основе публичных аккаунтов. Почему Muse Image закрыли и как это связано с другими скандалами Meta.
102
Apple vs OpenAI: битва за секреты или война за аппаратное будущее?
Громкий иск Apple против OpenAI из-за кражи коммерческой тайны бывшим топ-менеджером Tang Tan. За этим стоит война за AI-смартфон Jony Ive io и аппаратное будущ
103
Colibri: запуск 744-миллиардной модели GLM-5.2 на обычном ПК с 25 ГБ ОЗУ — разбор технологии и практические советы
Как движок Colibri позволяет запустить гигантскую MoE модель GLM-5.2 (744B параметров) на обычном компьютере с 25 ГБ ОЗУ и NVMe. Разбор квантования, подгрузки э
104
Как Henry Schein One построил систему проверки стоматологических снимков в реальном времени на Amazon SageMaker
Henry Schein One снижает отказы страховых требований благодаря ML-валидации X-ray снимков на Amazon SageMaker. Архитектура реального времени, метрики и уроки.
105
HiLS-Attention: Tencent ломает квадратичный барьер для локальных LLM
Разбираем HiLS-Attention от Tencent: chunk-wise sparse attention, 7B модель на Hugging Face, сравнение со Sliding Window и FlashAttention. Кому и зачем это нужн
106
Разделяем prefill и decode на HyperPod: как DPD выжимает максимум из вашего кластера LLM
Как Disaggregated Prefill Decode (DPD) на SageMaker HyperPod устраняет interference между prefill и decode, снижает tail latency и TTFT. Практика с vLLM и EFA.
107
Как получить 2.5x ускорение Qwen3.6 с NVFP4 квантизацией и Unsloth: пошаговое руководство
Пошаговое руководство по квантизации Qwen3.6 в формат NVFP4 с помощью Unsloth для 2.5x ускорения инференса. Сравнение с llama.cpp, примеры кода и рекомендации.
108
MCP-сервер для Яндекс.Метрики: OAuth без секрета и боевой хук с LLM
Пошаговый гайд по созданию MCP-сервера для Яндекс.Метрики с Device OAuth (без клиентского секрета). Интеграция с LLM-агентами, код и нюансы.