Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5501 материалов
01 AI-агент для Godot 4: Как заставить нейросеть видеть, что она накодила Пошаговое руководство по созданию AI-агента, который не только пишет код для Godot 4, но и анализирует скриншоты игры, чтобы самостоятельно вносить правки. MCP- 6 мин чтения 02 Бенчмарк Lost-in-the-Middle: как тестировать LLM на потерю знаний в длинных документах Практический гайд по использованию бенчмарка Lost-in-the-Middle для оценки потери знаний LLM в длинных документах. Анализ ошибок, пошаговая инструкция, актуальн 8 мин чтения 03 Как избежать катастрофы с ИИ-агентом: уроки из случая удаления продакшена Claude Code Полное руководство по безопасности ИИ-агентов: принцип наименьших прав, резервные копии AWS, изоляция сред и мониторинг на основе реального инцидента с Claude C 9 мин чтения 04 State Flow Machine: как замена трансформеров добивается 79% удержания длины контекста Глубокий разбор архитектуры State Flow Machine. Как FlashLM и SlotMemoryAttention решают проблему квадратичной сложности трансформеров и дают 79% retention на д 6 мин чтения 05 Круши цензуру: как собрать свою uncensored LLM из Qwen и знаний Claude Opus за один вечер Пошаговый гайд по созданию uncensored LLM. Слияние тензоров Qwen3.5 9B, дистилляция знаний Claude Opus, готовый код на Google Colab для моделей без цензуры. 8 мин чтения 06 Разоблачение TB2: как задача db-wal-recovery ломает бенчмарки и как её правильно решить Глубокий разбор задачи db-wal-recovery из Terminal Bench 2.0. Почему стандартные бенчмарки пасуют перед SQLite WAL и XOR шифрованием. Пошаговое решение. 5 мин чтения 07 Homelab для LLM: как окупить сервер на H100 за счёт экспериментов с большими моделями Реальный кейс: как собрать домашний сервер на H100 для экспериментов с LLM и окупить его, сэкономив на облачных вычислениях. Расчёты, настройка Grafana, выбор ж 8 мин чтения 08 Тест производительности: ik_llama.cpp против llama.cpp на Qwen3/3.5 MoE - 40% прирост или оптимизация под копирку? Полный бенчмарк ik_llama.cpp и llama.cpp на Qwen3/3.5 MoE. Команды, настройки, реальный прирост скорости до 40%. Аппаратная конфигурация, квантование Q4_K_M, ан 10 мин чтения 09 Практическое руководство по разработке AI-агентов: критика MCP, безопасность и архитектурные принципы Глубокий разбор ошибок в создании AI-агентов: почему MCP и терминал опасны. Практические принципы безопасности и архитектуры для надежных систем на 15.03.2026. 8 мин чтения 10 Как ускорить long context диалоги на Apple Silicon в 200 раз: эксперимент с KV cache в MLX Подробный эксперимент с KV cache в MLX: как добиться ускорения в 200 раз для long context диалогов на Mac, разбор ошибок с thinking tokens, практическое руковод 10 мин чтения 11 Kotlin HumanEval: 14B-модель громит 70B-гигантов, и вот почему ваши бенчмарки врут Результаты бенчмарка Kotlin HumanEval на 15.03.2026: маленькая локальная LLM обогнала гигантов. Анализ pass@1, pass@3 и почему размер не главное. 7 мин чтения 12 Как выбрать бюджетный ноутбук для локального запуска Qwen 3.5-35B-A3B: анализ железа, тесты и лайфхаки Подробное руководство по выбору бюджетного ноутбука для локального запуска Qwen 3.5-35B-A3B. Анализ требований к железу, тесты производительности и практические 7 мин чтения