Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5424
материалов
01
«GPU-кластер как оружие для защиты дома»: разбираем шуточный тезис с Reddit и реальные барьеры локального AI
Пользователь Reddit пошутил, что к 2030 году домашний GPU-кластер будут воспринимать как оружие для защиты дома. Разбираем, что стоит за метафорой, где проходит
02
MiniCPM-V 4.7 в варианте 1B: обзор компактной мультимодальной модели для локального запуска и мобильных устройств
OpenBMB выпустила MiniCPM-V 4.7 в варианте на 1B параметров: понимание изображений и видео, раннее сжатие визуальных токенов, запуск на смартфонах и одноплатник
03
Инженер Anthropic Гурмит Саран о проверяемых AI-агентах: наблюдаемость, приватность и данные
Инженер Anthropic Гурмит Саран объясняет IEEE Spectrum, как сделать AI-агента проверяемым: что фиксировать в трассировках, почему приватность закладывают в архи
04
Два месяца с запуска AI-инструмента: что реально меняется и как это оценить
Разбираем, что обычно меняется в AI-инструменте за два месяца после релиза: качество ответов, лимиты, цены, интеграции и типичные сбои. Даём чек-лист метрик и п
05
Тест Qwen3.8-27B и других моделей: кодинг, pandas, анализ данных и локальный RAG
Автор с Reddit прогнал локальные и облачные модели на наборе из 500+ заданий по кодингу, pandas, анализу данных и локальному RAG. Разбираем, почему or-qwen-qwen
06
Скетч Arduino в браузере: как PinPort запускает робота в 3D-городе
PinPort компилирует настоящий скетч для Arduino Uno через arduino-cli и исполняет прошивку в эмуляторе ATmega328P, а робот R-D6 едет по 3D-городу на движке Rapi
07
Qwen 3.8 MAX против DeepSeek V4: граф знаний в PlyLoom и отказ отвечать «по памяти»
DeepSeek V4 отказалась заполнять данные о Qwen «по памяти», а Qwen 3.8 MAX собрала компактную карту без глубины. Разбираем, как обе модели строят граф знаний в
08
Meta выпустила Muse Wonder и Muse Wonder Full: что умеют самые мощные модели компании
Meta представила Muse Wonder и Muse Wonder Full - агентные модели для многошаговых задач, работы с документами и кода. Разбираем доступ через Meta Model API и M
09
Голосовой AI ещё не пережил свой «момент ChatGPT»: чего не хватает современным голосовым ассистентам
Full-duplex модели уже есть, а «момента ChatGPT» у голосового AI всё нет. Разбираем четыре барьера: скорость reasoning, промахи ASR на ключевых словах, эмоциона
10
Тест квантизаций Qwen 3.8 27B: почему MXFP4 обошёл Q6_K в математике, но проиграл в коде
Пользователь JurBank сравнил три квантизации Qwen 3.8 27B на R9700 в gsm8k и humaneval. MXFP4 неожиданно выиграл в математике и провалился в коде, а UD-Q6_K_L о
11
Агентный поиск на open-source моделях: что показал эксперимент с поиском людей и почему обвязка важнее модели
Эксперимент по агентному поиску на открытых моделях за ~20$: SearXNG с Яндексом, Hermes, Ollama, OpenRouter и модель-судья JEV с порогами 0,70 и 0,55. Почему це
12
Crossweft: как открытый инструмент заставляет ИИ-агентов проверять «швы» между компонентами
Crossweft - открытый плагин для Claude Code и Codex и MCP-сервер, который не даёт агенту закрыть задачу, пока не сойдутся все «швы» между компонентами. Разбирае