Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5501
материалов
01
Почему веса text-davinci-003 - священный грааль для локального AI и как их запустить
Почему веса text-davinci-003 так ценны для локального AI и пошаговое руководство по их запуску на своем компьютере с помощью GGUF квантования и Ollama.
02
Квантование LLM с нуля: инструкция по запуску 80B модели на ноутбуке без потери качества
Пошаговое руководство по квантованию больших языковых моделей для запуска на consumer-железе. Объяснение принципов, инструменты и практические советы на 2026 го
03
Production-ready ИИ-агент: архитектура, инструменты и best practices для запуска в продакшен
Подробное руководство по созданию production-ready ИИ-агентов: архитектура ReAct, инструменты, безопасность, наблюдаемость и оценка для запуска в продакшен.
04
GGUF vs MLX на Mac: итоговое сравнение производительности с исправлениями и выбор runtime
Полное сравнение GGUF и MLX на Apple Silicon. Исправление ошибок bf16→fp16, тесты 5 runtime, выбор оптимального для локальных LLM. Актуально на март 2026 года.
05
Кейс: как команда без ML-опыта за 6 месяцев запустила голосового ассистента на Qwen 8B и BERT
Практический кейс по созданию голосового ассистента на Qwen 8B и BERT командой без ML-опыта. Архитектура RAG, задержки 1.5-2 сек, пошаговый план развертывания.
06
Как заставить LLM считать точно: практический гайд по генерации кода для вычислений
Узнайте, как заставить LLM считать точно через генерацию кода. Практические методы обхода ограничений трансформеров для вычислений в 2026 году.
07
От XML к инсайтам: полный data science workflow с ИИ на примере анализа Apple Health данных
Практический гайд по автоматизации анализа данных Apple Health с AI. Парсинг XML, EDA, генерация кода с Claude и Cursor. Полный pipeline за несколько часов.
08
Автоматизация Яндекс.Директ: как AI и скрипты на Python берут рутину на себя
Полный гайд по автоматизации Яндекс.Директ для IT-проектов: отключаем рутину, пишем скрипт на Python для управления ставками через API, сравниваем с Автостратег
09
Автоматический сбор семантики: мультиагентная система с Bukvarix и XMLRiver (пакетный режим, ретраи)
Автоматизация сбора семантики: мультиагентная система с Bukvarix и XMLRiver. Пакетный режим, ретраи, многопоточность. Актуально на 2026 год.
10
Harness Design: Как заставить AI-агентов работать, а не тупить в проекте
Пошаговое руководство по созданию harness design для AI-агентов. Структура папок, файлы правил, тесты и линтеры для Claude Code и Cursor.
11
Опыт фронтендера: где AI-копилоты (Cursor, Copilot) реально экономят время, а где бесполезны
Личный опыт фронтендера по использованию Cursor и GitHub Copilot: где AI экономят до 40% времени, а где они бесполезны. Конкретные кейсы и промпты.
12
Как развернуть бесплатную мини-CRM в Telegram на Python и Yandex Cloud Functions
Пошаговый гайд по развертыванию полноценной мини-CRM для лидов в Telegram на Python и Yandex Cloud Functions. Автоматизация малого бизнеса без серверов и бюджет