Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5432
материалов
01
Как устроен рынок Pre-IPO иностранных ИТ- и ИИ-компаний в 2026 году
Практический разбор рынка Pre-IPO иностранных ИТ- и ИИ-компаний в 2026 году: фонды, ноты, форварды, SPV и вторичные сделки. Разбираем ликвидность, ROFR Waiver,
02
Корпоративные ИИ-агенты: как работают виртуальные сотрудники внутри компании
Как ИИ-агенты работают внутри компании, чем отличаются от помощников, какие данные и инструменты им нужны и с каких процессов начинать запуск.
03
Почему квантование KV cache может ухудшать long-context в Qwen3.8-27B и что меняет режим on-write
Q8 KV cache в Qwen3.8-27B может ухудшать long-context из-за особенностей хранения и момента квантования. Разбираем разницу между on-write и пост-обработкой bf16
04
Как снизить нагрев домашнего AI-рига при локальном инференсе
Домашний AI-риг с двумя GPU может часами превращать электричество в тепло, даже если его характеристики далеки от серверных. Разбираем, как измерить реальную на
05
Переход топ-менеджера Meta в OpenAI: что означает назначение Сандхьи Деванатхан для рынка Азии
Разбираем заявленный переход Сандхьи Деванатхан из Meta в OpenAI, её предполагаемую роль в развитии бизнеса Юго-Восточной Азии и Австралии, а также планы регион
06
Как F16 KV-cache ускоряет Qwen 3.8 27B на двух Tesla P40 в llama.cpp
Разбираем, почему F16 KV-cache способен обогнать Q8 при запуске Qwen 3.8 27B на двух Tesla P40 в llama.cpp. В статье показаны связь с MTP и ngram-драфтом, роль
07
Судебный спор Anthropic и Пентагона о риске для цепочки поставок: что решил суд и что это меняет
Разбираем заявленный спор Anthropic и Пентагона: что может означать пометка риска для цепочки поставок, как работают аргументы о retaliation и Первой поправке,
08
Meta готовит Watermelon: что известно о следующей крупной AI-модели после Avocado
Watermelon пока остается кодовым именем предполагаемой следующей AI-модели Meta после Avocado. Разбираем сообщения о паузе pretraining, октябрьский горизонт рел
09
Как собрать полностью локальный медицинский RAG-ассистент на ноутбуке с 4 ГБ VRAM
Практическая схема локального медицинского RAG-ассистента для ноутбука с 4 ГБ VRAM: расчёт памяти, GGUF и mmap, корпус монографий, лёгкое переранжирование, аген
10
Почему Claude Code плохо оценивает сроки задач и как считать точнее
Claude Code часто выдаёт уверенную оценку, хотя в ней смешаны скорость агента, ручное ревью и неизвестные зависимости. Разбираем декомпозицию задач, калибровку
11
Как нейросети помогают инженерам проверять конструкторскую документацию
Практический разбор проверки конструкторской документации с помощью ИИ: комплектность КД, масса, материалы, спецификации, таблицы, сроки и стоимость. Разбираем
12
Почему суд в 2026 году признал незаконным внесение Anthropic в чёрный список Пентагона: проверка фактов
Громкое сообщение о конфликте Anthropic и Пентагона требует проверки по судебным и контрактным документам. Разбираем, какие факты пока не подтверждены, как могл