Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5424
материалов
01
Meta Muse против ChatGPT: как потребительский AI-агент Meta меняет расклад на рынке
Meta Muse, по сообщениям, обгоняет ранние показатели ChatGPT, а Meta уже принимает заявки в программу раннего доступа. Разбираем функции агента, планы на умные
02
Как обучить маленькую языковую модель на 50 МБ: практический кейс замены Gemini Flash локальным решением
Разбираем кейс: внутреннее приложение заменило Gemini Flash на обученную модель размером 50 МБ. Она даёт 97% точности и отклик 0,06 с на CPU против 99% и 0,9-1,
03
Ion v0.2.0: AI-инструмент, который запускается из одного HTML-файла без установки и бэкенда
Ion v0.2.0 запускается прямо из одного HTML-файла: без установки, без Python и без серверной части. Разбираем, что такое harness, что заявлено нового в версии,
04
Локальный 27B на двух GPU: чему учит ночной марафон по кодингу
Qwen 27B на llama.cpp с tensor-split между RTX 4080 SUPER и RTX A4000 за сутки собрала два инструмента для локального агентского harness. Разбираем правила мара
05
Мультиагентная маршрутизация локальных LLM: как распределить задачи между несколькими машинами
Готового роутера, который сам разбивает задачу и раскидывает подзадачи по локальным моделям на трёх машинах, нет. Разбираем архитектуру такого роутера, критерии
06
Jev и LangGraph: как строить продакшн-агентов на дешёвых решениях вместо дорогих LLM
Jev от TypeSafe AI возвращает не текст, а типизированные решения с вероятностями: по бенчмаркам вендора это до 200x быстрее и 400x дешевле LLM на узких задачах.
07
Локальный AI-ассистент с памятью при 64k контекста: чем заменить Hermes-агента
Разбираем, как уложить локального AI-ассистента с памятью в окно около 64k: критерии выбора модели под VRAM, квантование, RAG и файловая память вместо удержания
08
Продвижение интернет-магазина в ответах ИИ: почему нейросети почти не ссылаются на карточку товара
Разбор 243 ссылок из ответов Алисы AI и Perplexity: карточки товаров получили всего 10 ссылок, разделы каталога - 69. Показываем, какие страницы интернет-магази
09
Swift-1.5-Qwen3.8-Flash-Next против Qwen3.8-Flash-Next: тест Aider и экономия 40% токенов
По тесту пользователя returnity, Swift-1.5-Qwen3.8-Flash-Next прошёл Aider с 41,1% против 40,2% у базовой Qwen3.8-Flash-Next, потратив около 40% токенов и време
10
Покупать или арендовать сервер на H200: расчёт точки безубыточности при 40, 60 и 100% загрузки
Считаем окупаемость 8-GPU сервера HGX H200 против аренды: 14,4 месяца при 100% загрузке, 24 при 60% и 36 при 40%. Плюс четыре расхода владения, которые обычно н
11
От ELIZA до памяти между чатами: как AI-чаты научились понимать контекст
Поисковик ранжирует документы, ELIZA подставляла фрагменты в шаблоны, а современный AI-чат строит ответ с учётом всего разговора. Разбираем этапы: SHRDLU и клас
12
llama.cpp и агентные сценарии: зачем увеличивать -cram и как это ускоряет работу
По умолчанию кэш промпта в llama.cpp ограничен 8192, и на длинном контексте агент пересчитывает историю заново на каждом ходу. Разбираем, как -cram убирает эту