Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5500 материалов
01 Как настроить сервер для обработки 1B+ токенов в день: опыт исследовательской лаборатории с GPT-OSS-120B Практическое руководство по развертыванию высоконагруженного LLM-сервера с GPT-OSS-120B. Конфигурация железа, оптимизация vLLM и обработка миллиарда токенов в с 10 мин чтения 02 Как обработать 4700+ инженерных PDF за 45 минут вместо 4 недель: системный дизайн против чистого AI Практический кейс: как комбинация классических методов и AI обрабатывает тысячи инженерных чертежей за минуты, а не недели. Архитектура, код, ошибки. 7 мин чтения 03 Файловый доступ для AI-агента: как избежать ошибок с KV-кэшем и реализовать permission gate Глубокий разбор бага с динамическим временем в промпте, убивающим KV-кэш llama.cpp, и реализация permission gate для безопасного доступа к файлам. Практическое 6 мин чтения 04 Как создать Android-приложение без навыков программирования: кейс использования Claude и Android Studio Пошаговый кейс: как не-разработчик создает и публикует приложение в RuStore, используя ИИ. Инструменты, процесс, обратная связь. Работает в 2026 году. 7 мин чтения 05 GPT-1900: Как заставить нейросеть говорить языком прошлого века на вашей видеокарте Пошаговый гайд по обучению локальной LLM на исторических текстах. Сбор датасета, выбор модели, тонкая настройка и запуск инференса на своем железе. 9 мин чтения 06 Гибридный RAG с Amazon Bedrock и OpenSearch: пошаговая реализация интеллектуального поиска для агентных ассистентов Полный гайд по созданию агентного ассистента с гибридным RAG на Amazon Bedrock и OpenSearch. Пошаговая реализация, код, настройки и ловушки. 9 мин чтения 07 Confirmation Lock в LLM-агентах: почему ваш агент глупеет на ходу и как его разблокировать Глубокий разбор ошибки Confirmation Lock, усиливающей предвзятость в LLM-агентах. Практическое руководство по архитектуре LOCK-R и реальные решения для продакше 7 мин чтения 08 Как реплицировать и улучшить модель детекции секретов локально: гайд с разметкой датасета и обучением Пошаговый гайд по созданию модели детекции секретов локально. Разметка датасета с ИИ, обучение и улучшение коммерческих аналогов. 8 мин чтения 09 Разбор утечки Claude Code: архитектурные паттерны «ОС для ИИ» — самовосстановление, вычисления во сне и отсечение функций Анализ 512 тыс. строк утекшего кода Claude Code. Раскрываем паттерны: самовосстановление ИИ, вычисления во сне, отсечение функций. Как Anthropic строит операцио 6 мин чтения 10 APEX vs K-кванты: в чём разница и почему APEX критически важен для больших MoE-моделей (на примере QWEN Coder 80B) Глубокий разбор APEX квантования для MoE-архитектур. Почему старые методы не работают на QWEN Coder 80B и как оптимизировать память и скорость в 2026 году. 7 мин чтения 11 Сравнение локальных LLM для генерации кода: OpenCode с Qwen, Gemma, Nemotron и GLM Практическое сравнение локальных LLM для генерации кода: тестируем Qwen 3.5, Gemma 4, Nemotron 3 и GLM-4.7 Flash в OpenCode. Результаты, требования к железу и в 7 мин чтения 12 Continuous batching для агентных роев: как ускорить исследования и кодирование в разы Полное руководство по continuous batching для агентных роев. Ускоряем работу LLM-агентов в 3-5 раз с помощью vLLM и параллельной обработки. Примеры кода, настро 9 мин чтения