Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5488
материалов
01
Самовосстанавливающийся RAG: как исправить галлюцинации LLM в реальном времени без внешних API
Пошаговый гайд по созданию самовосстанавливающегося RAG-пайплайна на чистом Python. Детектим fake citations, числовые противоречия и сущности — чиним ответ за <
02
HunyuanOCR: установка, настройка и боевые промпты для парсинга документов (2026)
Пошаговое руководство по HunyuanOCR от Tencent: установка через vLLM, настройка для таблиц, лучшие промпты. Реальные кейсы и ошибки. Актуально на 2026 год.
03
Обучение маленьких LLM с GRPO на трех Mac Mini: пошаговое руководство по суммаризации Reddit
Пошаговое руководство по обучению маленьких LLM (1-3B) с GRPO на трех Mac Mini. Кластеризация, подготовка датасета Reddit, распределенное обучение, типичные оши
04
Внедрение ИИ-агентов в команду: pull-модель для тимлидов (гайд без бунта)
Как внедрить ИИ-агентов без бунта команды. Pull-модель: пошаговый план, антипаттерны, инфраструктура. Для тимлидов, которые хотят, чтобы разработчики сами тянул
05
Почему промпт-инъекции нельзя починить: архитектурные пределы безопасности LLM-агентов
Глубокий разбор фундаментальной уязвимости LLM-агентов: почему модель не отличает инструкции от данных, и как это делает любую защиту паллиативом. Практические
06
Как использовать Webhooks в Gemini API: пример на Python и настройка
Полный гайд по настройке webhooks в Gemini API. Пример кода на Python, верификация подписей, идемпотентность, сравнение с polling. Работает с Gemini 3.
07
V100 32GB vs RTX 5060 Ti/5070 Ti: реальный опыт сборки homelab AI на старом железе
Сравниваем Tesla V100 32GB и RTX 5060 Ti/5070 Ti для домашнего AI: цена, VRAM, производительность, нюансы сборки и реальные бенчмарки LLM.
08
LLM-пентест 2026: OWASP Top 10, новые атаки и практический playbook
Разбор OWASP LLM Top 10 2025: System Prompt Leakage, Vector Weaknesses, RAG-poisoning. Готовый playbook для тестирования безопасности LLM с примерами атак и защ
09
Пять механизмов памяти Claude Code: как управлять контекстом и не терять данные
Полный разбор пяти механизмов памяти Claude Code: CLAUDE.md, ~/.claude/memory/, команды /memory, сжатие контекста, внешние файлы. Как не потерять данные в длите
10
Как построить эффективную базу знаний для AI-моделей: пошаговое руководство с примерами
6 шагов к идеальной базе знаний для RAG: от сбора данных до мониторинга. Примеры, код, типичные ошибки. Актуально на 2026 год.
11
AI-агент для код-ревью: как мы строили на LangGraph и что пошло не так
Реальный опыт построения AI-агента для автоматического код-ревью с LangGraph и GPT-4. Разбираем архитектуру, ошибки и решения. Практические советы и примеры код
12
Ошибки в пайплайне FLUX-LoRA: как ablation на 75 картинках выявил leak и коллапс
Разбор типичных проблем при обучении LoRA на FLUX.2: training-set leakage, коллапс при scale 2.0 и как single-pass спас пайплайн. Эксперименты, код и советы.