Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5545 материалов
01 NVIDIA DGX Spark: реальный опыт использования, тонкости настройки и подводные камни для локального AI Подробный обзор NVIDIA DGX Spark для локального AI: реальный опыт использования, тонкости настройки, проблемы стабильности и сравнение с облачными GPU. 6 мин чтения 02 Дистилляция и квантование LLM для локального RAG: пошаговый туториал с кодом Пошаговый туториал по созданию специализированного RAG-ассистента: дистилляция Teacher-Student, синтетический датасет, квантование в GGUF. Работает на обычном н 9 мин чтения 03 Арабский документ в RAG за 5 шагов: как не провалить проект из-за кривых таблиц и диакритики Практическое руководство по обработке арабских документов для RAG: от OCR до табличных данных. Реальный пайплайн, ошибки, инструменты. 7 мин чтения 04 Как выбрать Mac для локальных LLM: сравнение чипов Apple Silicon, оперативной памяти и производительности Полное руководство по выбору Mac для локальных LLM: сравнение M1-M4, сколько RAM нужно, Mac mini vs Mac Studio, реальные тесты скорости генерации. 9 мин чтения 05 SplineTransformer в Scikit-Learn: Конец полиномиальной регрессии и явления Рунге Полное руководство по SplineTransformer в Scikit-Learn. Как заменить полиномиальную регрессию для нелинейных данных и избежать явления Рунге на практике. 8 мин чтения 06 ChatGPT 5.2 Pro vs Claude Opus 4.5 vs Gemini 3 Pro: кто находит ошибки в коде лучше? Практический тест трех топовых LLM на реальных задачах отладки. Кто лучше находит баги в Python, JavaScript и Go? Результаты удивят. 6 мин чтения 07 Полный 19-часовой курс по созданию AI Coding Agent с нуля: разбор архитектуры и кода Полное руководство по созданию AI Coding Agent с нуля. Разбираем архитектуру, код, инструменты и лучшие практики для автоматизации программирования. 9 мин чтения 08 RAG 2026: От гибридного поиска до production — roadmap, который работает Полное руководство по production-ready RAG системам в 2026: гибридный поиск, семантический retrieval, реранкинг, агентный RAG и развертывание. 7 мин чтения 09 Нейросеть против Мандельброта: как победить спектральное смещение и научить MLP рисовать фракталы Практическое руководство по обучению MLP на фрактале Мандельброта с Gaussian Fourier Features. Решение проблемы спектрального смещения, архитектура сети и пошаг 10 мин чтения 10 Self-Supervised Learning на практике: как получить эмбеддинги из своих данных без разметки Полное руководство по self-supervised learning для создания эмбеддингов без разметки. Рабочий ноутбук Colab, контрастивное обучение, косинусное сходство. 6 мин чтения 11 Kimi K2 Thinking Mode: тест на реальных задачах по программированию и сравнение с DeepSeek-R1 Практическое сравнение Kimi K2 Thinking Mode и DeepSeek-R1 на сложных задачах по программированию. Кто лучше ищет баги в async коде? 7 мин чтения 12 Архитектура on-prem AI стека: Frigate + n8n + локальные LLM + MCP серверы для автоматизации предприятия Полное руководство по сборке локального AI стека для автоматизации производства. Frigate для компьютерного зрения, n8n для оркестрации, локальные LLM и MCP серв 10 мин чтения