Перейти к содержанию
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 Как LangChain построила AI-агента для управления платной рекламой: архитектура, контекст и путь от анализа к действию LangChain открыла код Paid Media Agent: агент в Slack сам считает метрики рекламы, публикует отчёты и предлагает правки кампаний. Разбираем архитектуру, approva 9 мин чтения 02 KVCache и Engram: как будущие оптимизации моделей могут снизить требования к VRAM Разбираем, как KVCache и гипотетический Engram могут влиять на расход VRAM при запуске LLM. Считаем логику требований для модели 30B в Q8 с контекстом 256K, пок 11 мин чтения 03 Дипфейки на собеседованиях в IT: как фейковые кандидаты и рекрутеры крадут доступ и код Злоумышленники приходят на собеседования под видом кандидатов и рекрутеров: дипфейки на видеозвоне, бэкдоры в npm-пакетах и скриптах Visual Studio Code. Разбира 7 мин чтения 04 Reasoning Lock в n8n: почему reasoning-модель молчит в проде и как это чинят DeepSeek V4 Pro через OpenRouter в self-hosted n8n тратит completion-токены, закрывает генерацию со статусом stop и отдаёт пустой content, из-за чего нода отпра 8 мин чтения 05 ИИ-память из переписки в Telegram: как устроен конвейер memory.tg без векторной базы Разбор кейса memory.tg: как переписка в Telegram превращается в карточки людей, проектов и задач для ассистента без RAG с векторной базой. Архитектура ночного к 12 мин чтения 06 llama.cpp с адаптивным KV-стримингом: как форк tsangberg ускоряет генерацию на 16 ГБ VRAM Разбираем форк llama.cpp от tsangberg: адаптивный пул VRAM, стриминг KV-кэша из оперативной памяти и горячая замена спекулятивного декодирования MTP/DFlash2. Чт 9 мин чтения 07 Пределы сложности ИИ: почему искусственный интеллект не сможет превзойти человека Гипотеза из статьи на Хабре: ИИ не превзойдёт человека, потому что воля и эмоции вырастают из гомеостаза диссипативных структур, а его нельзя запрограммировать. 10 мин чтения 08 Aurora1.0-150M: компактная LLM на 150M параметров, её бенчмарки и запуск локально Aurora1.0-150M это компактная языковая модель на 150 млн параметров, обученная на 7 млрд токенов одной GPU RTX Pro 6000. Смотрим её открытые бенчмарки, требован 8 мин чтения 09 Почему внедрения промышленной видеоаналитики проваливаются и как этого избежать: практический разбор Систему сдали по акту, а через полгода операторы отключили уведомления из-за ложных срабатываний. Разбираю три причины провала видеоаналитики, роль независимого 10 мин чтения 10 Переход с Claude Code на локальные AI-обвязки: что выбрать владельцу RTX 3090 Разбираем, как перейти с Claude Code на локальные open-source harness для LLM на RTX 3090 с 24 ГБ VRAM: какой инструмент ближе всего к привычному UX, что реальн 11 мин чтения 11 Трамп об искусственном интеллекте: почему «не замедлять AI» и что значит winners take all Разбираем заявление Трампа о том, что развитие AI не стоит замедлять: что означает принцип winners take all, как он связан с регулированием и доступом к GPU. От 11 мин чтения 12 Пересборка вместо копирования: что авторское право защищает в эпоху ИИ и как авторам реагировать Авторское право охраняет выражение, а не идею: перезапись песни в другой тональности и независимая реализация кода по спецификации не копируют фонограмму или ис 10 мин чтения