Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
4390
материалов
01
Как запустить огромные LLM на домашнем ПК: разрываем миф о дата-центре
Практическое руководство по ручному оффлоаду слоев на CPU для запуска больших LLM на слабом GPU. Флаги -ot, оптимизация памяти, примеры для RTX 5000 ADA. Актуал
02
Оптимизация RAG для LLM: практическое руководство по использованию Elasticsearch/OpenSearch вместо векторных хранилищ
Практическое руководство по замене векторных баз на Elasticsearch/OpenSearch в RAG-пайплайнах. Используем TF-IDF, BM25 и легкие BERT-эмбеддинги для быстрого и т
03
Извлечение данных из PDF в CSV: лучший в 2025 году пайплайн с использованием LLM (Python, Llama 3, Unstructured)
Пошаговый гайд по извлечению данных из PDF в CSV с помощью Python, Unstructured.io и Llama 3. Локальный пайплайн для полуструктурированных документов.
04
Почему длинный контекст 1M токенов не работает: тест 5 моделей и подробный разбор ошибок
Практическое тестирование 5 моделей с контекстом 1 млн токенов: Qwen3-Coder-30B, Llama-3.1-8B-UltraLong, Claude Code и другие. Разбор ошибок, скорости инференса
05
Как DeepSeek и NotebookLM диагностируют проблемы в машине: реальный кейс, где ИИ заменил автослесаря
Пошаговый кейс: как использовать DeepSeek V3 и NotebookLM для диагностики проблем автомобиля. Сбор данных, анализ симптомов, создание инфографики - без станции
06
Как заставить кодирующего агента учиться на ошибках: методика выхода из циклов «fail → retry»
Пошаговая методика для кодирующих агентов: учимся на ошибках, разрываем циклы fail-retry. Реализация памяти ошибок на Python.
07
Застройка Qwen 122B и 397B на 4x RTX 6000 Pro: Монстр для фаззинга и аудита кода
Подробное руководство по сборке и настройке системы с 384 ГБ VRAM на 4x RTX 6000 Pro для запуска гигантских Qwen-моделей в задачах аудита безопасности и фаззинг
08
Claw-style агенты: практический разбор настройки, стабильности и реальной пользы в 2026 году
Полный разбор Claw-style агентов: настройка OpenClaw 2.3, борьба с нестабильностью, сравнение со скриптами. Практические кейсы на март 2026.
09
Туториал: пишем решатель уравнений Навье-Стокса на Python с нуля для симуляции обтекания крыла
Пошаговый туториал по созданию решателя уравнений Навье-Стокса на Python с нуля для симуляции обтекания крыла. Полный код, объяснение методов и советы по оптими
10
Mistral 7B локально: как автоматизировать заметки с собраний на MacBook через Ollama
Пошаговый гайд по настройке локальной LLM для автоматического создания заметок с собраний на MacBook. Приватно, бесплатно, эффективно.
11
Локальные LLM для юристов: сравнение Qwen 2.5, Llama 3.3 и других на Mac M5 с 128 ГБ ОЗУ
Практическое сравнение локальных LLM для юридической работы: Qwen 2.5, Llama 3.3 и DeepSeek Coder на Mac M5 с 128 ГБ ОЗУ. Защита данных, скорость, квантование.
12
Как развернуть 100% локальную многозагентную систему на Linux: vLLM в Docker, Claude Code и GPT-OSS-120B
Полный гайд по созданию полностью автономной многозагентной AI системы на Linux. Используем vLLM в Docker для параллельных запросов, Claude Code для генерации к