Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 Как собрать открытый AI-риг на четыре видеокарты: PCIe bifurcation, райзеры и питание Практическая инструкция по сборке открытого AI-рига на четыре видеокарты: как проверить PCIe bifurcation x8/x8, выбрать райзеры, рассчитать питание, синхронизир 18 мин чтения 02 Почему локальные LLM пока уступают закрытым моделям: данные, вычисления или архитектура? Почему локальные LLM проигрывают закрытым системам даже при сопоставимом размере? Разбираем влияние данных, GPU, VRAM, архитектуры, post-training, квантизации и 15 мин чтения 03 RTX 2000 Ada на 16 ГБ для локальных LLM: стоит ли добавлять к RTX 4070 Super Разбираем, стоит ли добавлять RTX 2000 Ada на 16 ГБ к RTX 4070 Super для Qwen 27B и Gemma 31B. В статье - расчет VRAM для 4-битного, 8-битного и BF16-форматов, 17 мин чтения 04 DIY AI-агент с самосознанием: разбор заявленной архитектуры Sai от Quebber Разбираем заявленную архитектуру DIY-агента Sai от Quebber: кластер с RTX 5090, мониторинг CPU и памяти, пять уровней доверия T1-T5, Kiwix, Searxng и эмоциональ 12 мин чтения 05 Вайбкодинг для бизнеса: чему учит ИИ-лаборатория на реальных проектах Разбираем, как месячная ИИ-лаборатория превращает реальные бизнес-задачи в рабочие прототипы: от интервью с заказчиком и распределения ролей до тестирования и з 10 мин чтения 06 Как обучить открытую модель работе в Blender: наставничество GPT Astra и Codex через MCP Разбираем, как передать открытой модели Qwen навыки работы в Blender с помощью облачных наставников GPT Astra и Codex и протокола MCP. Ограничения, затраты и пр 7 мин чтения 07 Какие LLM точнее оценивают калорийность блюд по фотографии: разбор теста на 25 блюдах в 2026 году Почему крупная LLM может ошибаться в подсчёте калорий по фото? Разбираем тест на 25 блюдах, метрики ошибки до 20%, среднего смещения и медианы, роль USDA FoodDa 14 мин чтения 08 Собираем дашборд для локального AI-кластера: мониторинг и управление моделями на Mac Studio Как создать приложение для мониторинга и удалённого управления LLM на нескольких Mac Studio. Разбираем архитектуру, использование AI-инструментов и интеграцию с 5 мин чтения 09 Генерируемые учетные системы: как агентный конвейер создает WMS под конкретный бизнес Пошаговый разбор генерации WMS под процессы конкретного склада: требования, библиотека паттернов, семантическая проверка, runtime-тесты и циклы исправлений. Сра 11 мин чтения 10 KTransformers или llama.cpp для MoE-модели на нескольких GPU и в оперативной памяти Практический разбор выбора между KTransformers и llama.cpp для MoE-моделей на 4 GPU по 16 ГБ и RAM. Разбираем FP8 и GGUF, CPU-GPU offload, распределение слоёв, 17 мин чтения 11 Microsoft 365 Copilot и oversharing в SharePoint: как проверить права до запуска Перед запуском Microsoft 365 Copilot проверьте, какие данные SharePoint реально доступны сотрудникам. Разбираем oversharing, Content Management Assessment, Data 15 мин чтения 12 Когда open source LLM догонят Astra: темпы гонки ИИ и что это значит для пользователей Разбираем, как сравнивать open source и закрытые LLM, почему нельзя назвать точную дату паритета с Astra и где локальные модели уже практичны. 10 мин чтения