Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5464
материалов
01
Llama 2: открытая альтернатива ChatGPT — обзор, возможности и практическое применение
Разбираем Llama 2 от Meta: открытая LLM с коммерческой лицензией, сопоставимая с ChatGPT по качеству. Примеры инференса, тонкая настройка с QLoRA на одной GPU,
02
Автоматизированный ИИ-телеканал: архитектура, промптинг и непрерывная трансляция на open-source моделях
Полный разбор архитектуры автоматизированного ИИ-телеканала на open-source моделях Zeroscope и MusicGen. Готовые схемы генерации сценариев через LLM, промптинга
03
DeepSeek поднимает цены: как это меняет рынок локального хостинга AI-моделей
DeepSeek изменил тарифы API и урезал бесплатный доступ. Разбираем новые цены, считаем окупаемость локального сервера на GPU NVIDIA и показываем, при каком объём
04
Loop Engineering for Cross-References: Как RAG-пайплайны разрешают «см. раздел 7.2» и выдают полные ответы
RAG-система отвечает «см. раздел 7.2» вместо фактов? Разбираем архитектуру с контуром обратной связи, которая находит, извлекает и дополняет ответ содержимым пе
05
2.36× ускорение prefill на RTX 3090: гибридный CPU offload и батч-тюнинг для MoE моделей
Разбираем эксперимент с Qwen3.6-35B-A3B Q6 на 24GB RTX 3090: перенос восьми слоёв MoE-экспертов на CPU позволил увеличить батч с 512 до 1024 и микро-батч с 128
06
DeepSeek V4 Flash на Colibri: тест производительности на GPU от 128 ГБ VRAM
DeepSeek V4 Flash на Colibri: что реально дают 128 и 192 ГБ VRAM на контекстах 200k+ — скорость префилла, задержка первого токена и $0.09 против $3.00 за миллио
07
Реверс-инжиниринг Huawei S6330 с LLM-агентами: от shell к root за 4 доллара
Пошаговый разбор получения shell и root-доступа на коммутаторе Huawei S6330 (V200R021) с использованием LLM-агентов. Как обойти фильтрацию Python в OPS через op
08
AttnRes: Перестройка Gemma 4 31B — дистилляция, weaning-график и распределение вероятностей
Разбор проекта AttnRes: как замена residual stream на attention-based routing меняет архитектуру Gemma 4 31B. Дистилляция с weaning-графиком, top-K 12 логгитов
09
Meta Muse Code: архитектура, тесты и сравнение с конкурентами — полный разбор нового ИИ-агента для больших кодовых баз
Meta Muse Code: терминальный ИИ-агент для параллельной разработки в больших кодовых базах. Разбираем архитектуру на Muse Spark, работу под-агентов в изолированн
10
Prime Agent: открытый RLM-каркас для автономного кодинга — архитектура и результаты на ARC-AGI-3
Разбор Prime Agent от Prime Intellect: как открытый RLM-каркас достигает 95.5% на ARC-AGI-3, превосходя эксперта-человека. Архитектура, токен-эффективность и пр
11
Мост между облаком и локальной машиной: как безопасно подключить AI-агента на Amazon Bedrock AgentCore к локальным MCP-серверам
Пошаговый разбор архитектуры MCP-моста для безопасного подключения AI-агентов Amazon Bedrock AgentCore к локальным инструментам. Туннелирование через WebSocket
12
Как LendingTree построила мультиагентного ипотечного ассистента на Amazon Bedrock: архитектура, решения, результаты
Детальный разбор мультиагентной системы LendingTree: три агента на Amazon Bedrock, координация через LangGraph и MCP, оптимизация затрат с Amazon Nova, метрики