Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5424 материалов
01 Граница код/модель в LLM-агентах: как удержать архитектурное решение вместо заплаток в промпте Агент проходит тесты и ломается на перефразировках, когда граница код/модель не спроектирована, а спрятана в промпт. Разбираем три точки, где она теряется чаще 11 мин чтения 02 NVRx на Amazon EKS: отказоустойчивое распределённое обучение с асинхронными чекпоинтами и восстановлением за секунды NVRx (NVIDIA Resiliency Extension) добавляет PyTorch FSDP асинхронные чекпоинты, перезапуск обучения внутри контейнера и ft_launcher для жёстких сбоев. Разбирае 12 мин чтения 03 MiniCPM5-2B с современной обвязкой против фронтир-моделей начала 2025 года: что она реально может Разбираем, что даёт связка MiniCPM5-2B (около 2,5 млрд параметров, контекст 131K) с harness, RAG, tool calling и исполнением Python: где она закрывает повседнев 9 мин чтения 04 «Pace the frontier»: почему призывы замедлить передовые LLM вызывают скепсис Разбираем инициативу Pace the frontier: что предлагают Anthropic и OpenAI, почему встроенные аудиторы не спасают от гонки США и Китая и как на это реагируют Бел 9 мин чтения 05 Что значит «вырваться из GPU poor»: апгрейд железа для локальных LLM «GPU poor» значит, что VRAM не хватает под нужные модели. Разбираем, какие параметры GPU определяют выход из категории, что открывает апгрейд и где остаются огр 9 мин чтения 06 «In this timeline» в рассуждениях Qwen3.8-27B: что это значит и почему LLM пишут странные фразы в reasoning В обсуждении на Reddit заметили, что Qwen3.8-27B употребляет «in this timeline» в цепочке рассуждений. Разбираем, подтверждено ли это наблюдение, откуда в reaso 9 мин чтения 07 Открытые agent skills для HCLS: как научить AI-агента правильно применять медицинские и биологические методики AWS открыла коллекцию из 38 agent skills для 11 доменов healthcare и life sciences под лицензией MIT-0. Разбираем формат SKILL.md, механизм progressive disclosu 9 мин чтения 08 Как использовать ИИ для тестирования новых каналов продвижения: от гипотезы до цифр Практический AI-workflow маркетолога: как с помощью нейросетей исследовать аудиторию, формировать рекламные гипотезы, анализировать кампании и тестировать новые 12 мин чтения 09 Запуск Qwen3.8-27B-NVFP4 с контекстом 1M через vLLM: разбор флагов, памяти и узких мест Разбираем конфигурацию запуска Qwen3.8-27B-NVFP4 в NVFP4 через vLLM с контекстом до 1M токенов: сколько VRAM съедает fp8 KV-кэш, что делают tensor-parallel-size 13 мин чтения 10 Как собрать визуально-языковую модель за $200: разбор эксперимента с VLM на 628 млн параметров VLM на 628 млн параметров собрали из InternViT-300M и Baguettotron и обучили за $200 на одной H100 в RunPod. Разбираем архитектуру ViT-MLP-LLM, три этапа обучен 8 мин чтения 11 Google расширяет языковые возможности AI: 300+ языков, TranslateGemma и офлайн-перевод Google заявляет о поддержке более 300 языков в своих AI-продуктах, что покрывает 86% населения планеты, а Google Translate вырос до 250+ языков. Разбираем, как 9 мин чтения 12 Почему AI-агент проходит задачу один раз, но проваливает её при повторе: разбор consistency gap и Consistency Analyzer от IBM ReAct-агент на GPT-4.1 решает 77,4% задач в среднем, но проходит все 5 повторов лишь для 53,0% из них. Разбираем, что такое consistency gap, чем Pass^k отличает 7 мин чтения