Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5477
материалов
01
Capability-based тестирование LLM-агентов: единый набор тестов для нескольких ассистентов
Научитесь тестировать несколько LLM-ассистентов одним набором тестов. Capability-based подход: проверяем способности, а не реализации. Open-source репозиторий и
02
Local LLM Inference Optimization: Полное руководство с командами и техниками
Глубокое руководство по оптимизации локального инференса LLM: квантование, CPU offloading, vLLM, llama.cpp, speculative decoding. Актуальные команды и конфиги д
03
Meta-Spider: новый фреймворк на мета-внимании для LLM и агентов — обзор и запуск через llama.cpp
Подробный гайд по Meta-Spider — архитектуре meta-attention для агентов. Обзор моделей Qwen-3.5-4b и Granite 4.1 8B, пошаговый запуск через llama.cpp, нюансы и п
04
Лучшие локальные модели text-to-image: тест 192 промптов и методология сравнения
Сравнение локальных моделей генерации изображений: Stable Diffusion 3.5, Flux.1, PixArt-Σ, Kandinsky 3.1. Результаты тестирования 192 промптов, методология, плю
05
Tool Calling (Function Calling) в LLM: как AI-агенты решают, какое действие выполнить — полное руководство
Разбираем механизм tool calling: как LLM выбирает нужное действие, вызывает API и обрабатывает результат. Пошаговый план, примеры кода, частые ошибки.
06
AI-агент написал код. Ты уверен, что он не уничтожит твою систему? Песочница: Docker, microVM или WASM
Сравнение Docker, microVM и WASM для безопасного выполнения кода AI-агентов. Какой подход выбрать в 2026 году? Практические советы и подводные камни.
07
Собираем аналог Firebase на open-source: пошаговый туториал с кодом
Полный гайд по созданию open-source аналога Firebase: Supabase, Realtime, Auth, Storage и деплой в 2026. С примерами кода.
08
Тернарные нейросети на микроконтроллерах: разбор граблей при обучении ViT, CNN и RNN
Инженерный опыт тернарной квантизации ViT, CNN и RNN для Cortex-M0+. STE, аугментация, CIFAR-10, код и грабли. Как не убить точность и уложиться в 36 рублей.
09
Как избежать сбоев в JSON-схемах при использовании fallback-моделей в AI-агентах: рецепт с Python-реализацией
Падает JSON при смене модели? Решение: слой валидации, repair и retry. Python-код SchemaGuard для устойчивых агентных пайплайнов.
10
Современный стек RAG 2025: отказ от энкодеров в пользу LLM и переход на SGLang
Разбираем, почему в 2025 году энкодеры в RAG уступили место универсальным LLM, а SGLang стал стандартом инференса. Полный разбор стека, ошибок и будущего.
11
Gemini 3.1 Flash Lite: CLI для интеграции с Gmail, Drive и Docs — установка и первые примеры
Пошаговый гайд по установке Gemini 3.1 Flash Lite CLI, настройке OAuth для Gmail, Drive и Docs, и первые рабочие примеры автоматизации с критическими нюансами.
12
Как отключить AI в Google Docs: пошаговая инструкция по удалению Gemini и других навязчивых функций
Пошаговое руководство по отключению Gemini, Smart Compose, Help me write и других AI-функций в Google Docs. Убираем навязчивые подсказки и возвращаем контроль н