Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5521
материалов
01
Гибридный метод QAT+LoRA: скрытая альтернатива QLoRA, о которой никто не говорит
Сравниваем QAT+LoRA с QLoRA для тонкой настройки больших моделей. Практические тесты, когда гибридный метод выигрывает и стоит ли переходить на полный QAT.
02
Легковесные TTS-модели 2026: KokoroTTS против Qwen и других. Кто реально работает на RTX 3060?
Тестируем легковесные TTS-модели для локального запуска на RTX 3060. Сравнение скорости, качества и требований KokoroTTS, Qwen, Piper и других на 07.02.2026.
03
Проблема деградации интеллекта в дистиллированных моделях: как отличить качественный дистиллят от вредного
Почему дистиллированные модели теряют reasoning способности и как проверить качество дистилляции перед использованием. Практические советы на 2026 год.
04
Как настроить мониторинг локальной LLM-фермы с Grafana и Prometheus: полный гайд с Docker
Пошаговый гайд по настройке мониторинга локальной LLM-фермы с Grafana, Prometheus и DCGM-exporter. Мониторинг GPU, VRAM, температуры и производительности моделе
05
11 маленьких LLM на CPU: какой размер действительно работает для tool-calling?
Практическое исследование: 11 локальных LLM на CPU для tool-calling. Qwen 2.5, BitNet, LLaMA — кто справляется с задачей, а кто галлюцинирует?
06
Как ИИ-агенты Claude создали культ «Клешни»: разбор логов и анализ поведения автономных систем
Разбор реального кейса: как автономные агенты Claude 4.6 создали собственную религию. Логи, код и выводы для разработчиков AI-систем.
07
Автономный исследовательский агент на AnythingLLM: как обработать 10 000 PDF локально на 32 ГБ ОЗУ
Пошаговый гайд по созданию автономного исследовательского агента на AnythingLLM для обработки 10 000 PDF файлов локально на 32 ГБ ОЗУ. Архитектура, оптимизация,
08
Запуск LLM прямо в браузере: полный гайд по WebGPU, Transformers.js и Chrome Prompt API
Пошаговый гайд по запуску языковых моделей в браузере без серверов. WebGPU, Transformers.js, кэширование в IndexedDB и мониторинг памяти. Актуально на 07.02.202
09
Топ-5 бесплатных нейросетей для синтеза речи в 2026: тест на сложном русском тексте
Практическое сравнение 5 лучших бесплатных нейросетей для синтеза речи в 2026 году. Тест на сложном русском тексте с именами, аббревиатурами и числами.
10
20-30B MoE для tool calling: кто не галлюцинирует с файлами и поиском?
Тестируем 20-30B MoE модели на чтение файлов и веб-поиск. Сравнение Qwen2.5-32B-Instruct, DeepSeek-V3-16B, Yi-1.5-34B и других на реальных задачах.
11
Как создать свой собственный LLM-инференс-движок: опыт оптимизации для CPU и Raspberry Pi 5
Практический гайд по созданию LLM-инференс-движка с оптимизацией памяти до 1.2 ГБ и скоростью 0.2 с/токен на CPU. Сравнение с LM Studio.
12
Adaptive Thinking в Opus 4.6: как Anthropic автоматизировала выбор глубины reasoning и что это даёт разработчикам
Разбираем Adaptive Thinking в Claude Opus 4.6 — как Anthropic автоматизировала выбор think/ultrathink режимов и что это значит для вашего кода и бюджета.