Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
4407
материалов
01
Claude Code для продакт-менеджеров: полный гайд по установке и реальным кейсам автоматизации
Полное руководство по установке Claude Code 2.0 и автоматизации PRD, обработки интервью, прототипирования гипотез для продакт-менеджеров в 2026 году.
02
MiniMax M2.5 на двух старых 3090: как выжать 12.9 токенов в секунду с 72k контекстом
Полный гайд по оптимизации MiniMax M2.5 230B MoE на старом железе. Настройка llama-server, флаг cpu-moe, распределение по GPU и достижение 12.9 токенов/с с конт
03
RAG-системы ломаются тихо: как поймать деградацию до того, как её заметят пользователи
Полное руководство по тестированию RAG-систем. RAGAS метрики, Precision@K, автоматизация в CI/CD, борьба с галлюцинациями LLM. Практические примеры на Python.
04
Тестирование 2x DGX Spark: как достичь 400 Gbps и когда второй кабель бесполезен
Практическое тестирование двух DGX Spark с QSFP 112G. Как достичь 400 Gbps, почему второй кабель бесполезен для инференса и как оптимизировать кластер.
05
Тестирование Qwen3 Coder Next 8FP на реальной задаче: конвертация всей документации Flutter
Практический тест Qwen3 Coder Next 8FP на конвертации всей документации Flutter за 12 часов. Сравнение с GPT OSS 120B, GLM 4.7 и другими моделями на реальной за
06
Rider Pi: как собрать первое воплощение ИИ в физическом теле с Raspberry Pi, OpenCV и Mius-UI
Пошаговый гайд по созданию первого воплощения ИИ в физическом теле. Raspberry Pi 5, OpenCV, MJPEG-стрим, Mius-UI дашборд и управление движением. Актуально на фе
07
Форенсик-аудит локального AI-ассистента: как обнаружить 40% галлюцинаций в задачах
Практическое исследование: как провести форенсик-аудит AI-агента, найти 40% галлюцинаций и исправить их. Готовые команды, паттерны ошибок и методология.
08
Как стабилизировать SFT для маленьких трансформеров: практические советы против коллапса ответов
Практическое руководство по стабилизации Supervised Fine-Tuning для маленьких трансформеров. Методы против коллапса ответов, переобучения и деградации качества
09
GLM-5 против Sonnet 4.5 и DeepSeek V3.2: полный разбор производительности и затрат на FoodTruck Bench
Детальное сравнение GLM-5, Claude 4.5 Sonnet и DeepSeek V3.2 на реальных задачах FoodTruck Bench. Анализ затрат, скорости и качества ответов.
10
Как стать незаменимым программистом с AI-ассистентами: Code Smells, Абстракция и Паттерны
Практическое руководство по работе с GitHub Copilot, Cursor и другими AI-инструментами. Учимся сохранять архитектурное мышление, находить code smells и создават
11
Слепые пятна VLM: как распознавание текста подменяет пространственное мышление в моделях
Исследование arXiv 2026 года показывает: Vision-Language модели не понимают пространство, а читают текстовые метки. Как тестировать реальные способности VLM.
12
Email-треды ломают RAG: как графы и умный чанкинг спасают корпоративную переписку
Почему обычный RAG не работает с email-перепиской? Глубокий разбор методов чанкинга, графовых представлений и извлечения решений из сложных тредов. Практический