Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 Как Community Tools в HuggingChat превращают Spaces в подключаемые инструменты для моделей Как подключить публичный Hugging Face Space к HuggingChat как инструмент модели, создать свой tool на Gradio и собрать простой RAG по документам. 14 мин чтения 02 Безопасность Hugging Face Hub в 2026: какие настройки включить для защиты токенов и репозиториев Практический чек-лист безопасности Hugging Face Hub для личных проектов и AI-команд: 2FA, fine-grained токены, приватные репозитории, подписи коммитов и защита 18 мин чтения 03 Единый API для tool use в Transformers: как упростили подключение инструментов к LLM Разбираем, как единый API tool use в Hugging Face Transformers связывает JSON Schema, Python-функции, tool calls и tool responses. Показываем полный цикл для ча 16 мин чтения 04 Как fork llama.cpp для Radeon VII, MI50 и MI60 ускоряет работу на gfx906 Разбираем fork llama.cpp для Radeon VII, MI50 и MI60: зачем ему small-Q Flash Attention, чем отличаются native и convert-режимы и почему переход на DFlash2 меня 15 мин чтения 05 SmolLM: что это, чем отличаются версии 135M, 360M и 1.7B для локального запуска Разбираем, что такое SmolLM, чем отличаются версии 135M, 360M и 1.7B, какую роль играет SmolLM-Corpus и для каких задач модели подходят локально. Практическая с 16 мин чтения 06 Docmatix: как крупный датасет для DocVQA может повлиять на качество open-source VLM Разбираем, что такое Docmatix и DocVQA, как PDF превращается в пары «вопрос-ответ» и почему большой synthetic dataset может помочь open-source VLM. Пошагово оце 14 мин чтения 07 Serverless-инференс LLM через Hugging Face и NVIDIA NIM: как работала схема и что использовать теперь Разбираем, как Hugging Face и NVIDIA NIM упрощали serverless-инференс open-source LLM: Enterprise Hub, fine-grained token, OpenAI-совместимый API и биллинг за в 15 мин чтения 08 Как сэкономить память при запуске diffusion transformers с Quanto и Diffusers Практическое руководство по снижению VRAM в diffusion-пайплайнах Diffusers с помощью Optimum Quanto. Разбираем, что квантизовать первым, как выбрать между FP8, 15 мин чтения 09 Google выпустила Gemma 2 2B, ShieldGemma и Gemma Scope: что дают новые открытые модели и инструменты Разбираем три разных релиза Google: Gemma 2 2B для локальной генерации, ShieldGemma для модерации входов и выходов LLM, Gemma Scope для анализа активаций через 14 мин чтения 10 Как ограничивать расходы на Amazon Bedrock в реальном времени: per-user AI FinOps и архитектура Jamf Практический разбор per-user AI FinOps для Amazon Bedrock: как связать расходы с пользователями, считать дневной бюджет в Athena и через Lambda менять IAM-досту 18 мин чтения 11 Spark-X2.5-4B и 1.7B: разбираем новую компактную LLM с заявленным нативным контекстом 1M Spark-X2.5-4B и 1.7B обещают компактную архитектуру и нативный контекст 1M токенов, но требуют осторожной проверки. Разбираем реальную ценность длинного окна, о 16 мин чтения 12 Как безопасно довести Amazon Quick от POC до production: датасеты, агенты, Spaces и Flow-гейты Практический разбор безопасного запуска Amazon Quick в production: как разделить датасеты по аудиториям, настроить row-level security, изолировать агентов и Spa 17 мин чтения