Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5477
материалов
01
Open-source real-time voice AI pipeline: Gemma 4, Cerebras и Qwen TTS — разбор архитектуры
Разбор полностью открытого пайплайна для голосового AI с субсекундной задержкой: Parakeet -> Gemma 4 на Cerebras -> Qwen3TTS. Архитектура, компоненты, подводные
02
Какие локальные LLM помещаются в вашу RAM: полное руководство от 8 до 128 ГБ с открытым датасетом
Узнайте, какие локальные LLM влезут в вашу оперативную память. Практическое руководство с датасетом, правилом 0.6 ГБ на миллиард параметров и таблицами для 8–12
03
Мультиагентная система для код-ревью: как сократить время ожидания с 2 дней до 15 минут
Как мы построили мультиагентную ИИ-систему для автоматического код-ревью в большой продуктовой команде. Результаты, конфигурация агентов и грабли, на которые на
04
Архитектура нейропоиска Discovery AI от VK: как объединить LLM и поиск с задержкой <500 мс
Разбираем архитектуру нейропоиска Discovery AI от VK: гибрид BERT и LLM, агентский сценарий Deep Research, оптимизация инференса для задержки менее 500 мс. Прак
05
Как устранить зацикливание в Qwen3.6 35B и Ornith V1: настройки параметров декодирования
Практическое руководство по устранению зацикливания (looping) при инференсе Qwen3.6 35B и Ornith V1. Реальные настройки repetition penalty, top_p, top_k, min_p
06
Контекстная инженерия для локальных LLM: как сделать среднюю модель надежной за счет продуманного контекста и фильтрации
Научитесь управлять контекстом, чтобы Qwen3.6 и другие средние модели выдавали точные ответы. Порог релевантности, порядок секций, фильтрация — полное руководст
07
Как построить ИИ-агента для техподдержки: от RAG к автономному анализу тикетов
Пошаговое руководство по созданию ИИ-агента для техподдержки на основе Agentic RAG. Кейс МТС, архитектура, промпты и ошибки.
08
Разрыв в 47% точности LLM: как подача запросов меняет результаты бенчмарков на 28% и 76% — эксперимент с гайдом по промптингу
Как структура промпта меняет точность LLM от 28% до 76%? Эксперимент на Qwen3.5, причины разрыва в 47% и гайд по построению запросов для корпоративных RAG.
09
Как выбрать самую крупную модель ИИ для 144 ГБ VRAM: сравнение Qwen, Gemma, Minimax и советы по квантизации
Разбираемся, какую модель запустить на 144GB GH200: Qwen 3.6, Gemma 4 или Minimax M3. Реальный расчёт VRAM, советы по квантованию, таблица KL divergence и типич
10
Как построить корпоративного RAG-ассистента: опыт ЮMoney и архитектура безопасной платформы
Разбираем, как ЮMoney построили безопасного RAG-ассистента. Шаги, выбор LLM, защита данных. Реальный кейс для enterprise.
11
Как ускорить инференс Ornith 35B на 30-40% с помощью спекулятивного декодирования: пошаговый гайд с Qwen3.6 35B DFlash
Пошаговый гайд по настройке спекулятивного декодирования для Ornith 35B с драфт-моделью Qwen3.6 35B DFlash. Команды, флаги, квантизация — ускорение на 30-40% бе
12
Классическое NLP против современных LLM: пошаговый гайд по идентификации автора текста на Python
Пошаговый гайд по авторской идентификации: сравниваем TF-IDF, Vowpal Wabbit, стекинг с BERT. Код, бенчмарки, реальные грабли. Для инженеров, которые не верят ха