Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5477
материалов
01
Prompt Regression: как поймать скрытые ошибки промптов с помощью автоматических тестов
Полный гайд по тестированию промптов: golden queries, LLM-as-a-judge, эмбеддинги, CI/CD. Ловим регрессию до того, как она сломает продакшн.
02
Корпоративная экзаменационная платформа с AI: архитектура, генерация вопросов через LLM, multi-tenant
Создаём корпоративную экзаменационную платформу с AI: архитектура на FastAPI и SQLAlchemy, генерация вопросов через LLM, stateful runtime, multi-tenant. Полный
03
MQTT + TimescaleDB + LLM через MCP: как заставить датчики говорить с нейросетью
Пошаговый гайд по интеграции IoT-датчиков с LLM через Model Context Protocol. Настройка MCP-серверов, запросы на естественном языке и реальная аналитика без API
04
Маленькие модели vs гиганты: как не разориться на токенах и не потерять в качестве — гайд 2026
Как выбрать между маленькими (1B-14B) и большими моделями в 2026. Реальные кейсы, бенчмарки, код для запуска локально. Советы инженера.
05
Как принудительно привязать ИИ к фактам: три защитных контура против галлюцинаций
Методика с промптами и кодом: как заставить LLM не врать. Системный промпт, фактологический экстрактор и evals — три уровня защиты от галлюцинаций.
06
TaskCtx: открытый плагин для Claude Code, который сам тащит контекст из Jira и Linear через RAG
Открытый плагин TaskCtx для Claude Code собирает контекст из задач Jira/Linear, индексирует через RAG и экономит до 60% токенов. Пошаговая настройка и нюансы.
07
Создание доступного DatePicker на React с AI: сравнение подхода 80/20 и системного проектирования с агентом
Детальный гайд по созданию a11y-компонента DatePicker на React с помощью AI. Сравнение быстрого промптинга и Specification-Driven Development с агентами. Код, о
08
Три реальные атаки на AI-агентов: разбор уязвимостей и методы защиты (OWASP ASI)
Разбор трёх классов атак на AI-агентов из OWASP ASI: Confused Deputy, Trust Exploitation, Agentic DoS. Конкретные пейлоады, примеры из практики и методы защиты.
09
Почему технически идеальный сайт на Next.js про ИИ может провалиться в SEO: разбор ошибок на примере Нейро.PRO
Разбираем кейс Нейро.PRO: технически идеальный сайт на Next.js, который получил ноль трафика. Ошибки SEO в эпоху генеративного поиска и GEO.
10
Архитектура ИИ-агента с желаниями: как построить цифрового человека на локальных моделях
Пошаговое руководство по созданию проактивного ИИ-агента с heartbeat-циклом, системой желаний и безопасностью на локальных LLM. Архитектура цифрового человека.
11
Как Stripe построил production-grade AI-агентов для финансового комплаенса: архитектура, уроки и результаты
Разбор production-grade AI-агентов Stripe для финансового комплаенса: ReAct-архитектура на Amazon Bedrock, декомпозиция задач, человеческий контроль и реальные
12
Как превратить ML-решение в статью для топ-конференции (NeurIPS, ICLR, ACL): гайд от исследователя Sber AI
Подробный гайд от исследователя Sber AI: как оформить научную работу, пройти ревью, не допустить ошибок в бенчмарках и повысить шансы на публикацию.