Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
4407
материалов
01
RLM против Hermes Agent: сравнительный анализ подходов к управлению контекстом в AI-агентах
Глубокий разбор архитектур RLM и Hermes Agent для управления контекстом. Сравнительная таблица, выбор подхода для масштабируемых систем на 2026 год.
02
Как настроить OmniCoder-9B для 100% HumanEval на домашнем ПК: полный гайд по llama.cpp
Пошаговая инструкция по настройке OmniCoder-9B для достижения 100% на HumanEval с помощью llama.cpp на домашнем ПК с RTX 3080. Квантование Q6_K, оптимизация про
03
NumbyAI: Готовый пайплайн для категоризации транзакций через локальную LLM в Ollama
Пошаговый гайд по созданию пайплайна для автоматической категоризации банковских транзакций с использованием локальной LLM qwen3.5:9b в Ollama. Готовое решение
04
Запуск Whisper, дизаризации и суммаризации на iPhone Neural Engine: полный on-device пайплайн без облака
Запустите Whisper и LLM для транскрипции и суммаризации аудио на iPhone Neural Engine. Полное руководство по on-device пайплайну без интернета.
05
Как настроить KV-оффлоадинг и Hybrid KV Cache Manager в vLLM для гибридных моделей: разбор на примере MiniMax-M2.5
Полное руководство по настройке KV-оффлоадинга и Hybrid KV Cache Manager в vLLM для экономии VRAM на гибридных моделях. Практические команды, анализ флагов и бе
06
Почему векторный RAG проваливается на сложных документах и как работает PageIndex без эмбеддингов
Разбираем фундаментальные проблемы векторного RAG на сложных документах и показываем, как PageIndex без эмбеддингов достигает 98.7% точности на FinanceBench.
07
Самохостируемый AI для кода вместо Claude: выбор модели, железа и гайд по fine-tuning под Laravel и VueJS
Практическое руководство по замене Claude на самохостируемый AI: выбор модели, подбор железа и fine-tuning под стек Laravel и VueJS для команды из 12 разработчи
08
Новый метод быстрого удаления механизмов отказа (refusal) из LLM с низкой дивергенцией KL: полный гайд и ожидание релиза
Как за минуты убрать цензуру и отказы из LLM, сохранив качество модели. Полный гайд по новому методу аблитерирования и подготовка к релизу на arXiv.
09
Исправление бага с повторной обработкой промптов в Qwen 3.5 для llama.cpp: подробный гайд
Глубокий разбор и пошаговое исправление критического бага с повторной обработкой промптов в Qwen 3.5 при использовании llama.cpp. Узнай, как починить Jinja chat
10
Как настроить llama.cpp и Qwen 3.5 27B для рекордной TPS при классификации документов
Детальное руководство по настройке llama.cpp сервера и Qwen 3.5 27B модели для обработки более 2000 документов в секунду. Оптимизация батчинга, контекста 128k и
11
Практическое руководство: Как обучить Qwen 2B для реальной задачи, обогнав 35B модель за £1
Пошаговый гайд по дообучению Qwen 2B для очистки диктовки. Сбор данных через reverse proxy, completions-only training, оценка. Затраты менее £1.
12
Сравнение локальных моделей Qwen3.5 для генерации баг-репортов: тест на Swift с оценкой от Claude Sonnet
Практическое сравнение квантованных Qwen3.5 моделей для генерации баг-репортов в iOS разработке. Оценка качества через Claude Sonnet, настройка LM Studio.