Учебные материалы
Как искать секретные локации через анализ 100k постов: пошаговый гайд по скрапингу, векторизации и LLM
Практический гайд по поиску скрытых мест через анализ социальных постов. Скрапинг, обработка больших данных, векторные базы и LLM для извлечения локаций.
Полное руководство: Как собрать голосового ассистента на локальных LLM (KoboldCpp, TTS, Web Search)
Пошаговое руководство по созданию локального голосового ассистента с KoboldCpp, TTS синтезом речи и веб-поиском. Приватная альтернатива HeyAmica и Jarvis.
STELLA: создаём простого Linux shell-агента на LangChain и Ollama с защитой от опасных команд
Пошаговый гайд по созданию безопасного Linux shell-агента STELLA с LangChain и Ollama. Автоматизация команд с защитой от опасных операций.
Как LLM обманывают даже экспертов: опасность temperature=0 и проверка фактов
Почему GPT-5.2 и Opus 4.5 уверенно врут даже при temperature=0. Как проверять факты и не попасть в ловушку доверия к нейросетям.
Как собрать датасет и обучить LLM с нуля на исторических текстах: кейс TimeCapsuleLLM
Пошаговый гайд по сбору датасета и обучению LLM на исторических текстах. 90GB данных, 1.2B параметров, кастомный токенизатор, снижение bias.
MoE на Radeon 780M: как запустить 70B-модель на мини-ПК за 1500$
Пошаговая настройка ROCm, сборка llama.cpp, оптимизация и реальные бенчмарки MoE-моделей на бюджетном железе. Mixtral, DeepSeek, Qwen на Minisforum UM890 Pro.
Sparse Autoencoders (SAE): вскрываем чёрный ящик LLM, чтобы понять, как они на самом деле думают
Полное руководство по Sparse Autoencoders (SAE) для интерпретации скрытых активаций LLM. Математика, код на PyTorch и пошаговая реализация.
Бюджетный кластер на AMD Strix Halo для LLM до 345B: инструкция, тесты и подводные камни
Пошаговая инструкция по сборке бюджетного кластера на AMD Strix Halo для запуска LLM до 345B параметров. Тесты скорости, настройка llama.cpp RPC, сравнение с до
От нуля к автономному AI-агенту на 165 инструментов за 6 дней: кейс нетрадиционного обучения и prompt engineering
Личный опыт создания AI агента на 165 инструментов без навыков программирования. Нетрадиционное обучение, когнитивное партнёрство и prompt engineering в действи
MLSD: Как не сгореть, проектируя рекомендательные системы. Универсальный план и главные подводные камни
Универсальный фреймворк MLSD для проектирования ML-систем. Разбор главных проблем рекомендательных систем (RecSys): оффлайн/онлайн валидация, признаки, AB-тесты
ACDD и атомарное мышление: как дисциплина коммитов спасает проекты в эпоху AI-разработки
Практическое руководство по ACDD и атомарным коммитам для команд, использующих ИИ-инструменты. Как сохранить контроль над кодом в эпоху AI-разработки.
Как fine-tune модель под новый язык программирования: полное руководство с кодом
Полное руководство по тонкой настройке LLM для поддержки нового языка программирования. Сбор датасета, выбор модели, обучение с LoRA, код на Python и разбор оши