Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

4407 материалов
01 Запуск llama.cpp на бюджетном MacBook Neo: настройка и бенчмарк Qwen3.5 9B Полный гайд по настройке llama.cpp на MacBook Neo для запуска Qwen3.5 9B. Квантование Q3_K_M, бенчмарки, флаги командной строки и решение частых проблем. 6 мин чтения 02 Code Concepts: Как синтетические датасеты на 15 млн Python задач заставляют LLM учиться, а не копировать Глубокий разбор метода NVIDIA Code Concepts: как целевые синтетические данные на 15 млн задач улучшают LLM для программирования. Результаты, таксономия, практик 8 мин чтения 03 Самохостинговая обработка документов: как извлекать данные из рукописно-печатных форм на индийских языках Пошаговое руководство по построению пайплайна обработки документов на индийских языках с рукописным и печатным текстом. Выбор моделей, архитектура, развертывани 9 мин чтения 04 Ablation vs Heretic vs Obliteratus: сравнение трёх инструментов для тонкой настройки и оптимизации локальных LLM Ablation, Heretic и Obliteratus: как выбрать лучший инструмент для тонкой настройки, оптимизации и отладки локальных языковых моделей. Плюсы, минусы, примеры ис 6 мин чтения 05 Архитектура векторного поиска Нейроюриста: как YDB обрабатывает миллионы документов в RAG Глубокий разбор архитектуры векторного поиска Нейроюриста от Яндекса. Как YDB обрабатывает миллионы юридических документов с фильтрацией, настройка HNSW индексо 10 мин чтения 06 Собираем домашний AI-сервер на 4x V100 с NVLink за $1100: полное руководство по железу и софту Пошаговое руководство по сборке домашнего AI-сервера с 64GB VRAM для запуска LLM. Спецификации, настройка NVLink, совместимость с актуальным ПО на 11.03.2026. 9 мин чтения 07 Как собрать ИИ-собеседника для телефонных звонков с мошенниками: подробный пайплайн на Asterisk, Whisper и Llama 3 Пошаговое руководство по созданию ИИ-собеседника для автоматических звонков с мошенниками. Используем Asterisk, Whisper, Llama 3, Silero VAD, Piper. Актуально н 10 мин чтения 08 Сравнение uncensored-версий Qwen 3.5 35B для задач кибербезопасности: какие модели отвечают на хакерские вопросы Практический разбор uncensored-версий Qwen 3.5 35B. Кто реально помогает с пентестом, а кто только делает вид. Актуально на март 2026. 7 мин чтения 09 Как настроить стек локальных LLM-агентов для программирования: модели, квантования и логика выбора Пошаговое руководство по выбору моделей, квантованию и настройке локальных LLM-агентов для программирования. Qwen Coder Next, GLM-4.7-Flash, OpenCode. 8 мин чтения 10 Как ускорить multi-GPU системы для LLM: сравнительный анализ NVLink, P2P драйверов и настройка под Linux Практический гайд по ускорению multi-GPU систем для LLM. Сравнение NVLink и P2P драйверов NVIDIA, настройка Linux, реальные бенчмарки для Qwen 27B на 11.03.2026 9 мин чтения 11 Почему DeepSeek V3.2 становится глупее с dense attention: исследование на lineage-бенчмарках Экспериментальное сравнение sparse и dense attention в DeepSeek V3.2. Результаты lineage-бенчмарков показывают катастрофическое падение точности на reasoning-за 5 мин чтения 12 Как построить test-time compute pipeline для Qwen3-14B: увеличение производительности для кодирования Пошаговое руководство по созданию pipeline для улучшения качества генерации кода на Qwen3-14B. Energy-based verification, LiveCodeBench и другие техники. 11 мин чтения