Перейти к содержанию
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 ИИ и кризис фальсифицируемости в фундаментальной физике: как генерация теорий обгоняет эксперимент Разбираем, почему в фундаментальной физике теории размножаются быстрее, чем появляются данные, как ИИ усиливает этот дисбаланс и что такое эмпирический контракт 11 мин чтения 02 Локальный ассистент для созвонов: как второй проход научился отменять ошибки первой модели Разбор конвейера Charoite_audio после остановки записи: пересборка стенограммы, граф встречи, облачная ревизия и снятие ложных поручений. Плюс механика нечётког 10 мин чтения 03 Как построить AI-агента поверх старой CRM без переписывания: кейс с 10 000 контактов, SQLite и Telegram Разбор кейса: как добавить LLM-агента к существующей CRM почти на 10 000 контактов, не переписывая её. Пять слоёв архитектуры, SQLite, Telegram и правило «код с 9 мин чтения 04 Западные open-модели для локального продакшена на 4×H100: что разворачивать при запрете китайских моделей Разбираем западные open-модели класса 120B+ с поддержкой зрения для кластера 4×H100: Inkling Small, Command A+ и варианты без vision. Арифметика VRAM, оценка ск 12 мин чтения 05 «Хранители интеллекта»: что стоит за заявлениями глав AI-компаний и как это влияет на будущее открытых моделей Дарио Амодеи, Сэм Альтман и Илон Маск публично поддержали замедление разработки передовых ИИ. Разбираем, что в этих заявлениях факт, а что риторика, какие аргум 8 мин чтения 06 Beellama и Beellama-kvarn: как выборочное квантование KV-кэша влияет на качество кода Beellama снижает точность квантования только для старой части KV-кэша, а свежие токены оставляет точными. Разбираем, что известно о влиянии на качество генераци 11 мин чтения 07 Nex N2.5 Mini в 4-битном MLX-кванте на Apple M5 Max: что даёт 133,6 tok/s и кому подходит На llm-bench.io опубликован тест Nex N2.5 Mini в 4-битном MLX-кванте на Apple M5 Max: 133,6 tok/s при temperature 0.7, top_p 0.95, top_k 40 и reasoning_effort h 15 мин чтения 08 DeepSeek V4.1 Flash на 8× A40: что на самом деле показали тесты TensorSharp в Q2_K и Q4_K_M TensorSharp опубликовал замеры DeepSeek V4.1 Flash в GGUF на восьми NVIDIA A40: 40,3-40,7 tok/s в Q2_K и 31-32,5 tok/s в Q4_K_M. Разбираем конфигурацию, роль та 9 мин чтения 09 Cursor закрылся для России: собираем аналог на VS Code с оплатой в рублях и без VPN 3 сентября Cursor обновил соглашение, и 4-5 сентября Россия получила ошибку not available in your region. Разбираем, почему свой API-ключ не возвращает Tab-авто 8 мин чтения 10 Коннектом дрозофилы в деле: как энтузиаст запустил виртуальную муху и попытался с ней «заговорить» Энтузиаст собрал на ноутбуке симуляцию дрозофилы на основе опубликованного коннектома, MuJoCo и модели потребностей. Разбираем архитектуру гибридной системы, те 7 мин чтения 11 Бенчмарк Real-SWE: почему слухи о «смерти» программистов преувеличены Real-SWE заявлен как бенчмарк для оценки AI на реальных задачах разработки, но деталей о методологии, наборе задач и результатах пока нет. Разбираем, зачем нужн 7 мин чтения 12 Проектирование вместо кода: почему в эпоху AI архитектурное мышление становится ключевым навыком разработчика AI-агенты пишут код быстрее человека, и узким местом разработки становится проектирование системы. Разбираем, как архитектурная модель из C4-уровней, ER-моделей 11 мин чтения