Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5432
материалов
01
Как AWS использует Amazon Bedrock для автоматической проверки содержимого BI-дашбордов на ошибки
Почему исправные health-check не гарантируют правильный BI-дашборд? Практический разбор архитектуры с Amazon Bedrock, снимками экрана, визуальной проверкой, чис
02
Архитектура банковского RecSys в 2026: что реально работает и как собирать систему с нуля
Практический разбор архитектуры банковского RecSys в 2026 году: чем финансовые рекомендации отличаются от e-commerce, как собрать event pipeline и sequence back
03
Поддержка OpenAI правительством США: что это значит для обучения LLM на защищённых авторским правом данных
Разбираем, подтверждена ли поддержка OpenAI со стороны правительства США, как fair use применяют к обучению LLM и почему спор об авторских данных меняет правила
04
Как построить AI-платформу для поддержки на AWS: SOP из видео, RAG для тикетов и прогноз SLA-рисков
Практическое руководство по созданию AI-платформы поддержки на AWS: превращение видео в SOP, RAG для ответов по тикетам, ML-прогноз SLA-рисков и агентная автома
05
Почему интернет всё сильнее нуждается в «слое доверия»: как AI-контент подрывает проверку подлинности
Генеративный ИИ меняет правила проверки новостей, резюме, отзывов и страховых заявлений. Разбираем, как работают AI-детекторы, почему они ошибаются, что показыв
06
Почему компании перестают нанимать джунов и чем это грозит кадровой воронке
Почему компании сокращают найм junior в 2026 году, какие задачи ИИ действительно забирает и где начинаются риски для качества и безопасности. Разбираем сигналы
07
Автоматическая генерация архитектурной документации и диаграмм из .NET-кода с помощью Amazon Bedrock AgentCore и AWS CodePipeline
Практическое руководство по настройке пайплайна AWS для автоматической генерации архитектурных диаграмм и документации из .NET-кода. Разбираем связку Amazon Bed
08
Tome Reader для Obsidian: как превратить заметочник в EPUB-читалку с заметками, словарём и AI
Разбираем Tome Reader для Obsidian: чтение EPUB, сохранение позиции, оглавление, закладки, выделения в заметки и словарь, AI-ассистент с собственным ключом и во
09
Почему DeepSeek отстал в гонке открытых LLM: или это только так выглядит в 2026 году
DeepSeek действительно отстал от Qwen и GLM или так выглядит из-за бенчмарков, версий и условий запуска? Разбираем архитектуру LLM, обучение, контекстное окно,
10
Как vLLM-Radiance раскрывает потенциал четырёх GPU Radeon R9700 AI Pro
Запуск vLLM-Radiance на четырёх Radeon R9700 AI Pro показывает, как серверный движок меняет производительность одной и той же многокартовой системы. Разбираем p
11
Как Trinity использует multi-agent AI для переходного планирования студентов с инвалидностью
Разбираем переход Trinity от conversational AI к serverless multi-agent архитектуре на Amazon Bedrock для планов студентов с инвалидностью. Практические выводы
12
Локальная LLM написала мод Minecraft с чёрной дырой: что получилось на практике
Разбираем заявленный кейс с GLM 5.3 Flash и модом Minecraft через Fabric API: что можно подтвердить, почему один промпт не создаёт рабочую механику и как провер