Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 CodeFinetuner: как дообучить локальную модель автодополнения кода на своей кодовой базе CodeFinetuner - открытый пайплайн, который превращает исходники вашего проекта в FIM-примеры, дообучает Qwen2.5-Coder-3B через LoRA, оценивает по CodeBLEU, edit 9 мин чтения 02 Moonshot AI и цель $2 млрд выручки: что стоит за успехом открытой модели Kimi K3 Moonshot AI целится в $2 млрд годовой выручки к концу года на фоне успеха Kimi K3: по данным OpenRouter модели генерируют до 300 млрд токенов в день. Разбираем, 8 мин чтения 03 llama-manager: динамическая реконфигурация llama.cpp без перезапуска и потери KV-кэша llama-manager меняет конфигурацию llama.cpp на ходу: без перезапуска сервера, без сброса KV-кэша и с ростом контекста с 167k до 262k токенов на 32 ГБ VRAM. Разб 6 мин чтения 04 CPT против RAG на Qwen 3.5 4B: сравнение точности, производительности и затрат Эксперимент с continued pretraining и RAG на Qwen 3.5 4B должен показать, где точнее, быстрее и дешевле каждый подход. Разбираем, каких данных в исходном разбор 10 мин чтения 05 Маржинальность inference-провайдеров: почему при выручке $10 000 остаётся $200 прибыли Разбираем экономику inference-провайдеров: при месячной выручке $10 000 прибыль может составлять всего $200. Показываем, как затраты на GPU и ценовое давление с 11 мин чтения 06 YuE2-3B: что известно о новой музыкальной AI-модели и чем она интересна YuE2-3B называют продолжением линейки YuE: открытые веса, песни с вокалом по текстовому описанию и заявка на победу над Suno V5.5. Разбираем, что подтверждено д 9 мин чтения 07 RAG или Long Context: когда сложный пайплайн не нужен Флагманские модели держат 1M+ токенов, но это не отменяет RAG. Разбираем эффективный контекст, context rot после 15-20 вопросов, шесть уровней RAG-стека и точку 7 мин чтения 08 Amazon Quick вышел на десктоп: обзор корпоративного AI-ассистента с приватностью и аудитом на AWS Amazon Quick вышел на macOS и Windows, а мобильные версии получили ленту активности из почты, календаря, CRM и мессенджеров. Разбираем, как работает приватное р 8 мин чтения 09 Как собрать автоматизацию обработки RFI-опросников на Amazon Quick Automate Пошаговое руководство: подключаем Amazon Quick Automate к бакету S3, читаем Excel-опросники, описываем логику промптом и доводим workflow диалогом. С примерами 9 мин чтения 10 Детектор PII на базе LLM: модель-агностичный подход с настройкой через промпт Логика детекции ПДн живёт в промпте, а не в весах модели: новый тип сущности добавляется правкой текста, без переобучения и нового деплоя. Один детектор работае 10 мин чтения 11 Agent Evaluation Metric: как оценивать многоходовых AI-агентов по шагам Финальный балл не покажет, какой именно ход сломал диалог: одна ошибка на шаге 2 тихо портит ещё пять шагов ниже. Разбираем Agent Evaluation Metric: под-метрики 7 мин чтения 12 Amazon Bedrock AgentCore на практике: как AvioBook строит аналитику наземного обслуживания авиарейсов Разбираем мультиагентную систему Connected Analytics от AvioBook на Amazon Bedrock AgentCore: два ролевых агента, MCP-инструменты в Gateway, запросы к Athena и 8 мин чтения