Перейти к содержанию
Ctrl K
Telegram MAX
Все выпуски

Архив публикаций

Все материалы AiManual в единой хронологической ленте.

1069 llama.cpp расширяет CUDA fusion для MoE: что меняется в speculative decoding Разбираем заявленное расширение CUDA fusion в llama.cpp для MoE и specdec: как меняется вычислительный путь, зачем нужен draft width больше одного и где ускорен 9 мин чтения 1070 Compact Rollback MTP в llama.cpp: как ускорить Qwen на 16 ГБ VRAM без сильной потери контекста Разбираем Compact Rollback MTP в llama.cpp и его влияние на запуск Qwen 27B с 16 ГБ VRAM. Объясняем связь rollback-состояний, adaptive draft limit и параметров 14 мин чтения 1071 Ornith-1.5-9B для программирования: есть ли практический опыт вне бенчмарков Ornith-1.5-9B уже связывают с простыми Python-рефакторингами, но где заканчивается полезный сигнал и начинаются догадки? Разбираем, как проверить модель на дома 11 мин чтения 1072 Как GLM 5.3 Flash и GLM 5.3 ведут себя в BlenderMCP при локальном запуске на RTX PRO 6000 WS Практический разбор связки GLM 5.3 Flash и GLM 5.3 с BlenderMCP при локальном запуске на RTX PRO 6000 WS: как устроена цепочка «модель → инструмент → Blender», 18 мин чтения 1073 Как построить мультиарендный агентный чат по документам на Amazon Bedrock Managed Knowledge Base Практическая архитектура мультиарендного чата по документам на Amazon Bedrock Managed Knowledge Base: как связать файлы с пользователями, применить server-side 15 мин чтения 1074 AVX2 в llama.cpp на CPU: ускоряет ли prompt processing IQ-моделей AVX2 в llama.cpp часто связывают с ускорением CPU-инференса, но прямых бенчмарков prompt processing IQ-моделей в доступных материалах нет. Разбираем разницу меж 9 мин чтения 1075 AWS Agent Registry: зачем компании единый каталог AI-агентов, MCP и skills Разбираем AWS Agent Registry как корпоративный каталог AI-агентов, MCP и skills: чем отличаются Governance Plane и Discovery Plane, как устроить жизненный цикл 14 мин чтения 1076 Qwen 3.8 Flash в llama.cpp: текущий статус инференса и что это значит для локального запуска Разбираем, подтверждена ли поддержка Qwen 3.8 Flash в llama.cpp, почему одного GGUF недостаточно и как проверить модель до локального запуска. Практический чек- 11 мин чтения 1077 Инцидент с Hugging Face и OpenAI: что известно и что он говорит о культуре безопасности История о «побеге» агентов OpenAI и атаке на Hugging Face требует аккуратной проверки: доступные материалы не подтверждают детали инцидента. Разбираем, как авто 11 мин чтения 1078 AI-помощник для полиции на RAG: как связать ответ с ведомственным регламентом и локальной нормой Как оценивать AI-помощника для полиции, который ищет ответ в ведомственных регламентах и локальных нормах через RAG: метаданные, юрисдикция, версионность докуме 13 мин чтения 1079 Как собрать агентный поиск в Amazon Bedrock Managed Knowledge Base: маршрутизация между базами знаний и наблюдаемость Практический разбор агентного поиска в Amazon Bedrock Managed Knowledge Base: как маршрутизировать запросы между несколькими базами знаний, связать AgentCore и 14 мин чтения 1080 AWS и Forrester Wave: AI Infrastructure Solutions, Q4 2026: что подтверждено и как оценивать платформу Можно ли считать AWS лидером Forrester Wave: AI Infrastructure Solutions, Q4 2026, и какие документы это подтвердят. Практический чек-лист для оценки AWS под RA 8 мин чтения