Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5464 материалов
01 DeepSeek-V4-Flash: практический тест на сложных ML-задачах и кодинге — впечатления, сравнение с Mimo2.5 Pro и ограничения DeepSeek-V4-Flash уверенно держит reasoning high на сложных ML-задачах и длинном контексте, но ломает вывод из-за бага с пустыми assistant-сообщениями и не запу 7 мин чтения 02 DeepSeek v4 Flash на DS4 DwarfStar: кастомные квантизации, тесты скорости и практический опыт 2026 DS4 DwarfStar ускоряет DeepSeek v4 Flash на Apple Silicon до 30+ ток/с против 15 в llama.cpp. Разбираем кастомную квантизацию Q2-Q4 с imatrix, разделение головы 7 мин чтения 03 Индийский рынок приложений: рекордные $345 млн и восход монетизации AI-сервисов Потребительские расходы на мобильные приложения в Индии достигли $345 млн во втором квартале 2026 года — рост 35% год к году. ChatGPT и Claude заняли 83% выручк 6 мин чтения 04 Деплой Kimi K3 на AWS: SageMaker HyperPod vs EKS — практическое руководство Пошаговое руководство по развёртыванию Kimi K3 на AWS: сравниваем SageMaker HyperPod и EKS с Capacity Blocks. Конкретные YAML-манифесты, параметры vLLM (tensor- 7 мин чтения 05 Дайджест и сравнительный анализ новых моделей для локального инференса: DeepSeek V4, Laguna 2.1 и Inkling-Small на фоне Qwen 3.5 122B Сравнили DeepSeek V4 (Q2), Laguna 2.1 (NVFP4) и Inkling-Small (IQ3) с Qwen 3.5 122B на DGX Spark. Замеры скорости, памяти и качества на реальных задачах. Готовы 7 мин чтения 06 Harness Design: как обвязка двигает точность модели на 22 пункта — разбор на 4B и Kubernetes SIG triage Одна замороженная 4B-модель, один корпус из 250 задач Kubernetes SIG triage, разная обвязка — и разброс точности от 60% до 82%. Разбираем, какие решения в дизай 9 мин чтения 07 Оптимальный размер модели для локального инференса в 2026: почему 70-80B MoE — золотая середина Почему 70-80B MoE — оптимальный размер модели для локального инференса в 2026 году. Практические тесты на AMD V620 с ROCm и llama.cpp: 16-22 ток/с на 120B проти 7 мин чтения 08 DeepSeek Q1, Q2 и Q3: что известно о новой линейке и как она изменит рынок AI Три новые модели DeepSeek за один день: Q1, Q2 и Q3. Разбираем предполагаемые характеристики, сравниваем с V4 Flash и GPT-5.6 Luna, анализируем влияние на цены 8 мин чтения 09 Автоматизация семантического слоя в Amazon Quick: Agentic Catalog Experience и конец ручного переноса метаданных Amazon Quick представил Agentic Catalog Experience — AI-рабочий процесс, который наследует семантику из AWS Glue и Databricks Unity Catalog, устраняя ручное пер 7 мин чтения 10 Deepseek V4 Flash: вторая среди open weight моделей и в 50 раз дешевле конкурентов — детальный разбор Deepseek V4 Flash: вторая среди open weight моделей при цене $0.09 за миллион токенов. Тесты кодинга, логических рассуждений и чат-сценариев, сравнение с Kimi K 9 мин чтения 11 Локальные LLM вне кода: 3 реальных сценария для бизнеса и повседневных задач Локальные LLM обрабатывают конфиденциальные документы, работают офлайн-ассистентами и обеспечивают корпоративный поиск без утечки данных. Тесты Llama 3, Mistral 7 мин чтения 12 Как запустить GLM-5.2 на tinybox: практическое руководство Пошаговое руководство по запуску 436B-модели GLM-5.2 на компактном tinybox: квантизация Q4_K_M, установка llama.cpp на ARM, реальные тесты скорости 2-4 токен/с 8 мин чтения