Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

4402 материалов
01 Как бенчмаркать локальные LLM: сравнение моделей в кодинге, знаниях и рассуждениях Полное руководство по объективному сравнению локальных языковых моделей. Узнай, как использовать OpenCompass, LM Evaluation Harness и другие инструменты для оце 8 мин чтения 02 Как обучить свой GPT-трансформер с нуля на бюджетном CPU за 39 минут: полный гайд Пошаговое руководство по обучению GPT-трансформера с нуля на обычном процессоре без GPU. Код, данные, оптимизации для PyTorch 2.4. 7 мин чтения 03 Оптимизация serving massive MoE моделей: benchmark Qwen3.5-397B на 8x H20 с SGLang Практическое руководство по оптимизации serving massive MoE моделей. Benchmark Qwen3.5-397B на 8x H20 с SGLang для экономии compute budget. 7 мин чтения 04 Как исправить ошибку 'Failed to parse at pos' в llama.cpp: полное руководство по откату и патчу Полное руководство по исправлению ошибки парсера в llama.cpp, включая откат коммита 34df42f7b, использование флага --skip-chat-parsing и ручной патч chat.cpp. 8 мин чтения 05 Доменные эмбеддинги за 24 часа: рецепт от NVIDIA, который не требует ни одного размеченного примера Пошаговая инструкция по созданию доменных моделей эмбеддингов с синтетическими данными. Код, конфиги и разбор ошибок от NVIDIA. 9 мин чтения 06 Как создать реалистичного ИИ-собеседника в стиле GenZ с задержками ответов Полный гайд по созданию ИИ-собеседника в стиле GenZ. Асинхронность, задержки ответов, обработка прерываний, Sendblue API. Актуальные LLM на март 2026. 9 мин чтения 07 Как исправить Qwen3.5 35B: фикс зацикливания и перерасхода токенов через тонкую настройку Пошаговый гайд по тонкой настройке Qwen3.5 35B. Убираем зацикливание, экономим до 70% токенов. Подготовка данных, выбор инструментов на 2026 год, разбор ошибок. 7 мин чтения 08 Математика сбоя AI-агентов: почему 85% точности - это катастрофа (разбор инцидента с Replit) Анализ инцидента с удалением БД в Replit. Математика вероятности сбоя AI-агентов. Почему 85% точности недостаточно для продакшена на 20.03.2026. 6 мин чтения 09 Промышленная транскрибация на Whisper: как ЮMoney масштабировали сервис для тысяч часов аудио Разбираем архитектуру сервиса транскрибации ЮMoney. Чанкование, диаризация, голосовые эмбеддинги на Whisper v3. Технический гайд по обработке тысяч часов звонко 9 мин чтения 10 Инструкции забываются, запреты работают: почему LLM игнорируют ваши указания в длинных контекстах Почему инструкции забываются в длинных контекстах LLM и как запреты решают проблему. Практическое руководство по промпт-инжинирингу на 2026 год. 7 мин чтения 11 Три провальные ловушки Agentic RAG: Retrieval Thrash, Tool Storms, Context Bloat — диагностика и защита Глубокий разбор трех опасных failure modes Agentic RAG: как диагностировать и защититься от Retrieval Thrash, Tool Storms и Context Bloat в production-системах 8 мин чтения 12 KV cache vs. весовая квантизация: Как экономить VRAM для параллельных запросов в Qwen 35B Практическое руководство по экономии памяти для параллельных запросов в Qwen 35B. Сравниваем KV cache quantization и Q4_K_M, разбираем настройку Ollama и Open W 12 мин чтения