Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5432
материалов
01
Как не потеряться в потоке запусков AI-моделей: что отслеживать и как быстро оценивать новинки
Практический чек-лист для оценки новых AI-моделей без шума вокруг релизов. Узнайте, как сравнить качество рассуждений, контекст, скорость, стоимость, API, MCP,
02
Как за год выросла локальная нейросетевая перевалка книг: словари, скорость и роль человека
Разбираем, как устроен локальный пайплайн перевода художественных книг через LLM: FB2 и EPUB, JSON-вывод, словари терминов, длинный контекст, токены, скорость и
03
Claude Fable 5.1 в AWS: что меняется для Bedrock, enterprise-сценариев и безопасной работы с данными
Разбираем Claude Fable 5.1 в AWS Bedrock: реальные отличия от Fable 5, большой контекст, экономию на чтении кэша, агентные сценарии и ограничения. Отдельно пока
04
Anthropic Fable 5.1: дешевле, мягче к ограничениям и с упором на корпоративное использование
Fable 5.1 заявлена как более дешёвая модель с меньшим числом ложных блокировок и корпоративными режимами вроде Zero data retention. Показываем, как посчитать ст
05
Как собрать практический курс по C с нуля: сериал, проекты, тесты и работа с ИИ
Разбираем, как превратить обучение C с нуля в цельный практический курс: связать сюжетные задачи и проекты, добавить тесты, CI на Linux и macOS и использовать И
06
Почему медленный inference может быть удобнее быстрого для локальных LLM
Разбираем, когда отдельный CPU-сервер с локальной LLM удобнее быстрого GPU на домашнем ПК: фоновые задачи, always-on доступ, RAG и автоматизации. Внутри - матри
07
Qwen3.8 27B: какой квант выбрать для 16 ГБ VRAM и как квантизация влияет на качество
Поместится ли Qwen3.8 27B в 16 ГБ VRAM и какой квант выбрать для локального запуска? Разбираем UD Q3_K_XL размером около 12,8 ГБ, расход памяти на KV-кэш и огра
08
Diffusers и Stable Diffusion 3.5 Large: как запускать, квантизировать и дообучать модель
Практический разбор Stable Diffusion 3.5 Large в Diffusers: базовый и ускоренный инференс, CPU offload, 4-битная NF4-квантизация через bitsandbytes, загрузка из
09
Aya Expanse: как Cohere For AI строит открытую мультиязычную LLM нового уровня
Разбираем Aya Expanse от Cohere For AI: как data arbitrage, SFT, multilingual preference training, offline и online DPO могут улучшать мультиязычные LLM. Показы
10
Как сделать мобильный аудиогид для самостоятельных городских прогулок: карта, поиск мест и озвучка на базе AI
Практический разбор создания мобильного аудиогида: карта как главный экран, поиск мест рядом, ручной маршрут, GPS, геотриггеры, RAG, LLM и AI-озвучка. Материал
11
Transformers.js v3: WebGPU, dtype и запуск AI-моделей прямо в браузере
Transformers.js v3 делает локальный AI-инференс в JavaScript практичнее, но WebGPU и 4-битные веса подходят не для каждой модели и аудитории. Разбираем WebGPU и
12
Как локальная LLM помогает переводить Vertica SQL в Trino: инженерный пайплайн вместо «магического» промпта
Разбор практического конвейера для перевода Vertica SQL в Trino с локальной LLM: как дробить запросы, хранить metadata, проверять запрещенные паттерны и сравнив