Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
3273
материалов
01
Llama.cpp на телефоне: Запускаем 7B-модель на Snapdragon 888 и 8 ГБ ОЗУ без облаков
Пошаговая инструкция по установке llama.cpp и запуску LLM моделей на Android через Termux. Работает на Snapdragon 888 с 8 ГБ ОЗУ.
02
LocalAI и PDF: как заставить ваш локальный ИИ читать документы без боли
Как настроить LocalAI для чтения и анализа PDF-файлов. Решение проблемы с документами через OCR и RAG. Полное руководство.
03
Когда ElevenLabs слишком дорог: локальные TTS для документальных проектов, которые не уступят студийному качеству
Сравниваем Fish Audio, Tortoise TTS, RVC и другие скрытые жемчужины для создания авторитетного голоса без ежемесячных платежей. Полный гайд по локальному синтез
04
Гибридный поиск для RAG: как поднять точность на 48% с BM25 и FAISS на дешёвом CPU-сервере
Пошаговый гайд по гибридному поиску для RAG: объединяем BM25 и FAISS на CPU-сервере. Код, оптимизации, экономия на железе.
05
ATOM: как собрать полностью локального AI-ассистента с долговременной памятью и управлением устройствами на GTX 1650
Пошаговое руководство по сборке локального AI-ассистента ATOM с долговременной памятью ChromaDB и управлением устройствами на слабой видеокарте GTX 1650
06
GLM4.7 + CC против Claude 4.5 Sonnet: $100 экономии в месяц — стоит ли переходить?
Практическое сравнение GLM4.7 + Cursor Composer с Claude 4.5 Sonnet. Тесты на Python и TypeScript, реальные метрики и инструкция по переходу.
07
Тест (c/t)^n как диагностика семантического заземления ИИ: почему Claude, Gemini и Grok ошибаются одинаково
Диагностика фундаментальной проблемы LLM через тест (c/t)^n. Анализ ошибок Claude, Gemini и Grok. Практический инструмент для разработчиков.
08
Как выбрать самый дешёвый GPU-провайдер для запуска своей модели: сравнение Hyperstack, Runpod и облачных хранилищ
Практическое руководство по выбору самого дешёвого GPU для LLM. Сравнение цен Hyperstack и Runpod, оптимизация хранения в Cloudflare R2, Wasabi, AWS S3. Пошагов
09
Дешёвый AI-инференс: как они это делают и почему вам стоит волноваться
Разбираемся, как работают дешёвые облачные AI-сервисы. Технические оптимизации, бизнес-модели и скрытые риски, о которых молчат провайдеры.
10
DGX OS умер, да здравствует Ubuntu: как вырвать телеметрию NVIDIA и заставить железо работать на LLM
Полный гайд по замене DGX OS на Ubuntu для Spark/DGX. Удаляем телеметрию NVIDIA, настраиваем железо для локальных LLM, отключаем интернет-зависимость.
11
Полное руководство: от обучения LLM с нуля до публикации на Hugging Face
Пошаговый гайд по обучению языковых моделей с нуля, оценке качества и публикации на Hugging Face Hub. От данных до продакшена.
12
LM Studio на Mac M5: Когда Metal API сходит с ума и модель падает с Exit code 6
Полное решение ошибок LM Studio на Mac с M5 чипом: 'model crashed', 'Metal API kernel loading', Exit code 6. Пошаговый гайд с настройками GGUF моделей и сравнен