Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5432
материалов
01
Как локально связать Qwen 3.8 27B с Blender 5.x через MCP для генерации 3D-сцен
Практический разбор связки Qwen 3.8 27B, Blender 5.x и MCP: роли компонентов, проверка VRAM и runtime, настройка blender-mcp и .mcp.json, а также пошаговый сцен
02
Как выбрать модель для vLLM: Qwen, Gemma и другие семейства без перебора всех карточек
Разбираем, как выбрать Qwen, Gemma или другую модель для локального запуска в vLLM без ориентации на одни лайки и размер репозитория. Чек-лист охватывает тип об
03
Open Terminal для Open WebUI: как безопасно дать модели shell и ускорить работу с большими документами
Разбираем Open Terminal как companion-контейнер для Open WebUI: как дать локальной модели ограниченный shell-доступ, искать по большим документам и не перегружа
04
Как проверить реальную емкость KV cache в локальных LLM и поймать ложные обещания движка
Показываем, как провести stress test KV cache в локальной LLM: откалибровать hit и miss, проверить удержание стабильных контекстов и прочитать retained tokens,
05
Project Vend: как Claude управлял реальным магазином и где ломаются ИИ-агенты в бизнесе
Project Vend от Anthropic показал, где ИИ-агент полезен в реальном магазине, а где ломается: шутка про вольфрамовый куб, щедрые скидки и границы автономности. Р
06
Как mmap в llama.cpp помогает запускать Qwen3.8-Flash-Next IQ3_XSS на 16 ГБ VRAM и 64 ГБ RAM
Разбираем, как mmap в llama.cpp помогает запустить Qwen3.8-Flash-Next IQ3_XSS на системе с 16 ГБ VRAM и 64 ГБ RAM. Объясняем распределение нагрузки между GPU, R
07
Как слепой поиск гипотез в фармацевтике находит кандидатов и недостающие параметры
Слепой поиск гипотез в фармацевтике может восстановить известную связь, найти потенциальный research gap или показать, каких параметров не хватает для проверки.
08
Новые GGUF-кванты Qwen3.8-27B: что дают GSQ-RCO на 2,5–3,0 bpw
Разбираем заявленные GGUF-кванты Qwen3.8-27B на базе GSQ-RCO: размер 8,4–10,1 ГБ, сравнение с BF16 и Unsloth Dynamic quants. Узнайте, как работают GSQ и RCO, ка
09
Qwen3.8-27B на 16 ГБ VRAM: как проверить локальную AI-песочницу с kvarn-квантами
Разбираем, как проверить запуск Qwen3.8-27B на 16 ГБ VRAM: память весов, kvarn-кванты, KV cache, draft cache, контекст и ограничения кейса.
10
Как на 2× DGX Spark добиться 181 tok/s aggregate на Qwen3.8-Flash-Next: память, NVMe и настройка vLLM
Практический разбор 181 tok/s aggregate на 2× DGX Spark с Qwen3.8-Flash-Next: чем aggregate throughput отличается от single-stream decode, почему NCCL может нез
11
Qwen3.8-Flash-Next-oQ4e-mtp на Apple Silicon: что известно о локальном инференсе и сравнении с Qwen3.8 27B
Разбираем, что означают заявленные 45 tok/s на M4 Max и 25 tok/s на M2 Ultra для Qwen3.8-Flash-Next-oQ4e-mtp, почему эти цифры пока нельзя считать подтверждённы
12
Какие локальные модели запускать на M5 Max в 2026 году: Qwen, DS4, GLM и влияние квантования
Практический разбор выбора локальных LLM для M5 Max в 2026 году: как сопоставить Qwen, DS4 и GLM, оценить память и выбрать квант под чат, код, документы и RAG.