Учебные материалы
Как работают AI-кодинг-агенты: архитектура, модели и практические ограничения для разработчиков
Техническое объяснение работы AI-агентов для программирования: архитектура LLM, fine-tuning, reinforcement learning, simulated reasoning и практические ограниче
Claude Code: полное руководство от промпта до продакшна с MCP и автоматизацией
Полное руководство по Claude Code: от промптов до продакшена с MCP, Playwright, хуками безопасности и конвейерами данных. Готовые скрипты и конфиги.
Как создать идеальную схему BPMN с ChatGPT: методика совместной работы "80/20"
Пошаговый гайд по совместной работе с ИИ для моделирования бизнес-процессов. Как получить идеальную схему BPMN с помощью ChatGPT, используя методику 80/20.
Подготовка к робототехническому хакатону AMD: настройка LeRobot и работа с железом SO-101
Пошаговый гайд для участников хакатона AMD: установка LeRobot, работа с робототехническим набором SO-101, настройка ROCm и Ryzen AI. Практические советы от Seni
Silicon Studio: Гайд по локальному фин-тюнингу LLM на Mac M-серии с помощью GUI
Пошаговая инструкция по фин-тюнингу LLM на Mac M-серии через Silicon Studio GUI. MLX framework, LoRA/QLoRA, PII scrubber, оптимизация под Apple Silicon.
Архитектура WeDLM от Tencent: как диффузионные модели ускоряют генерацию текста в 3-10 раз на слабом железе
Как архитектура WeDLM от Tencent генерирует несколько токенов за один проход, ускоряя LLM на слабом железе. Multi-token prediction, DDR5 память, гибрид CPU/GPU.
Персональная база знаний на 106K векторов за 256ms: nomic-embed-text + LanceDB на Mac M4
Практический гайд по созданию высокопроизводительной векторной базы знаний с nomic-embed-text и LanceDB на Apple Silicon. Сравнение DuckDB VSS, метрики производ
Бросьте ChatGPT: запускаем локальные LLM на ноутбуке с 24GB VRAM. Гайд для юристов, которые не хотят сливать клиентские тайны
Пошаговый гайд по запуску локальных языковых моделей на ноутбуке с 24GB VRAM для юристов, финансистов, врачей. Конфиденциальность, автоматизация документов, ана
PHP и AI: как перестать завидовать Python-разработчикам и начать жить
Подробное руководство по внедрению AI в PHP-проекты. Локальные модели, REST API, библиотеки и реальные кейсы для бэкенд-разработчиков.
Entropy-Adaptive Finetuning: как не превратить вашу LLM в золотую рыбку
Полное руководство по Entropy-Adaptive Finetuning — передовой метод тонкой настройки, который предотвращает катастрофическое забывание при дообучении языковых м
Federated Learning с Flower Framework: полное руководство для начинающих на Python
Практическое руководство по федеративному обучению на Flower Framework. Код, разбор ошибок и применение для приватных данных в медицине и на edge-устройствах.
GLM-4.6V думает слишком много: как отрубить reasoning и ускорить модель в 3 раза
Практическое руководство по ограничению reasoning в GLM-4.6V. Настройка параметров, сравнение с Qwen3, бенчмарки ArtificialAnalysis и оптимизация для продакшена