Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5465
материалов
01
Ручные Metal-ядра на Mojo: GPT-2 124M на M4 Max — в 1.71x быстрее PyTorch MPS, но медленнее MLX
Портирование llm.c на Mojo с ручными Metal-ядрами: bf16-конфигурация на M4 Max достигает 503.3 мс/шаг (8138 tok/s) — в 1.71x быстрее PyTorch MPS, но на 24% медл
02
NemoClaw + Deep Agents: как открытые агентные системы меняют правила игры в AI-разработке
NVIDIA NemoClaw Blueprint и LangChain Deep Agents: открытая архитектура с RLM, изолированными песочницами и оценкой через Harbor. Разбираем, как команды получаю
03
ASCIITermDraw-Bench: Как LLM и VLM справляются с ASCII-диаграммами архитектур
ASCIITermDraw-Bench — новый бенчмарк для оценки способности LLM и VLM генерировать ASCII-диаграммы архитектур. 80 задач, две метрики, лидер Gemma-4-31B-IT с 73,
04
Интеграция веб-поиска в llama.cpp для Claude Code: пошаговое руководство
Практическое руководство по интеграции серверного веб-поиска в llama.cpp для работы с Claude Code. Разбираем форки, PR и альтернативу через MCP на стороне клиен
05
Обзор интерфейсов для локальных LLM в 2026: от минимализма llama-server до корпоративного Open WebUI
Сравниваем три интерфейса для локальных LLM в 2026: консольный llama-server для быстрых тестов, веб-комбайн Open WebUI для ежедневной работы с документами и Sil
06
Архитектурные паттерны Amazon Bedrock Guardrails для высокопроизводительной генерации кода: от инлайн-сканирования к селективной валидации
Троттлинг, задержки и перерасход текстовых юнитов при генерации кода с Bedrock Guardrails — симптомы избыточного инлайн-сканирования. Шесть архитектурных паттер
07
Gemma 4 на RTX 5090: Почему agentic-сценарии не работают и при чём тут 4-битная квантизация
Практический тест Gemma 4 (31B) на RTX 5090 с NVFP4-квантованием: модель полностью проваливает создание игры Snake в agentic-цикле. Разбираем три причины отказа
08
AegisAI: Как AI-агенты бывших инженеров Google защищают от фишинга нового поколения
Стартап AegisAI, основанный экс-руководителями безопасности Google, привлек $36 млн и строит агентную защиту почты. Разбираем архитектуру AI-агентов, которые вы
09
Открытая модель транскрипции хинди против ElevenLabs и Sarvam Saarvas v3: детальное сравнение и бенчмарки
Новая открытая модель транскрипции хинди (Apache 2.0) против ElevenLabs и Sarvam Saarvas v3: сравнение WER, скорости и стоимости инференса. Узнайте, в каких сце
10
Дистилляция LLM: что это, зачем бизнесу и как работает сжатие моделей без потери качества
Как дистилляция LLM снижает затраты на инференс в 25-30 раз и позволяет запускать AI на мобильных устройствах. Разбираем процесс, риски потери точности, примеры
11
Запуск DeepSeek V4 Flash на двух RTX 4090: 105 t/s через порт Blackwell-ядер на Ada в vLLM
Портировали Blackwell-ядра DeepGEMM, FlashInfer sparse-MLA и block-scaled FP8 на Ada через Triton и запустили DeepSeek V4 Flash на двух RTX 4090 с пропускной сп
12
Голосовой режим Claude получил выбор моделей и интеграции с Gmail, Calendar, Slack и Notion
Голосовой режим Claude теперь позволяет выбирать модель (Opus, Sonnet, Haiku) и выполнять действия через Gmail, Google Calendar, Slack, Canva и Notion. Разбирае