Учебные материалы
Агентная инженерия: новая дисциплина для продакшн-агентов от LangChain
Практическое руководство по агентной инженерии от LangChain. Принципы, цикл разработки и кейсы Clay, Vanta, LinkedIn для создания надежных AI-агентов.
Heterogeneous Graph Transformers: как семантика связей в графах переворачивает прогнозирование спроса
Разбираем Heterogeneous Graph Transformers на реальном кейсе supply-chain. Сравнение с GraphSAGE, код на PyTorch, и почему семантика связей дает +15% к точности
Multiplex Thinking: практическое руководство по применению нового метода рассуждения для LLM
Пошаговое руководство по внедрению Multiplex Thinking для улучшения рассуждений LLM. Открытый код, примеры и сравнение с Chain-of-Thought.
MXFP4 против Q4_K_M: неожиданный победитель на старом железе Tesla P40
Сравнительный тест квантования MXFP4 и Q4_K_M для моделей 30B+ на Tesla P40. Результаты перплексии, скорости, оптимизация памяти GPU.
Как Роберт Мартин (Uncle Bob) использует AI-ассистентов для отладки: разбор реального кейса
Как автор "Чистого кода" использует Claude и Grok для отладки и оптимизации. Практические примеры, сравнение моделей и ошибки, которые совершают 90% разработчик
Scalable Power Sampling: как улучшить рассуждения LLM без дообучения и снизить латенцию в 10 раз
Новый training-free алгоритм для улучшения reasoning LLM. Снижает латенцию в 10 раз без дообучения моделей. Объяснение метода, сравнение с MCMC и GRPO.
Пишем и делимся высокопроизводительными ROCm-ядрами для PyTorch: полный гайд на примере GEMM
Пошаговое руководство по разработке и публикации высокопроизводительных ROCm-ядер для PyTorch на примере GEMM kernel. Инструменты, оптимизации, ошибки.
Бесплатный AI-сервер за 30 минут: Qwen2.5-3B на Oracle Cloud с llama.cpp
Пошаговое руководство по запуску Qwen2.5-3B на бесплатном сервере Oracle Cloud с llama.cpp, квантованием Q4_K_M и бэкендом для продакшена. CPU-инференс, классиф
AI-кодинг 2026: как перейти с ручного программирования на управление агентами (на примере опыта Андрея Карпатого)
Андрей Карпатый признал: ручное программирование умирает. Полный гайд по переходу на управление AI-агентами в 2026 году с Claude Opus 4.5 и GPT-5.2.
Differential Transformer V2: разбор кода и сравнение производительности с V1
Подробный разбор кода Differential Transformer V2 от Microsoft, сравнение производительности с V1, оптимизация внимания и grouped query attention.
Повторяем эксперимент Карпати: как за $100 обучить модель лучше GPT-2
Практическое руководство по повторению эксперимента Андрея Карпати — обучение nanochat модели, превосходящей GPT-2, всего за $100. Архитектура, код, нюансы.
Маленькие LLM против гигантов: когда ваш ноутбук сможет заменить Gemini 3 Flash
Экспертный разбор: смогут ли маленькие LLM на вашем ПК заменить Gemini 3 Flash для генерации JSON и игр. Квантование, MoE, дистилляция и реалистичные сроки.