Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 Argilla 2.4: как без кода собирать датасеты для fine-tuning и оценки LLM из Hugging Face Hub Разбираем Argilla 2.4: как импортировать публичный датасет из Hugging Face Hub, настроить поля и вопросы без кода и запустить разметку для fine-tuning или оценк 12 мин чтения 02 Почему агентские проекты ломаются не на модели, а на обвязке: что такое harness engineering Разбираем, что такое harness engineering для AI-агентов и почему сильная LLM не компенсирует слабый контроль инструментов, состояния и данных. Практическая схем 12 мин чтения 03 Как запускать быстрые локальные модели на 12 ГБ VRAM: пример ik_llama Практический разбор запуска локальных LLM на видеокарте с 12 ГБ VRAM: какие модели рассматривать, как учитывать KV-cache и почему скорость ответа часто ценнее м 15 мин чтения 04 CinePile 2.0: как adversarial refinement улучшает датасеты для video QA Разбираем CinePile 2.0 и adversarial refinement: как выявлять вопросы, на которые модель отвечает без понимания видео, когда их переписывать и когда исключать. 12 мин чтения 05 Structured Outputs в LLM: почему идеальный JSON может содержать неверные данные — и как это поймать Structured Outputs и JSON Schema гарантируют форму ответа, но не его смысл: валидный JSON спокойно проносит ошибочные данные дальше по пайплайну. Разбираем прак 15 мин чтения 06 Qwen3.8-Flash-Next в llama.cpp: как VRAM, PLE и контекст меняют скорость на практике Разбираем описанный benchmark Qwen3.8-Flash-Next в llama.cpp: почему рост до 96 ГБ VRAM ускоряет генерацию, на длинном контексте конфигурации сближаются, а пере 17 мин чтения 07 Nvidia инвестирует $3,5 млрд в MediaTek: зачем компании кастомные AI-чипы и NVLink Fusion Nvidia направляет $3,5 млрд в MediaTek, чтобы встроить кастомные AI-чипы облачных компаний и AI-лабораторий в собственную инфраструктурную экосистему. Разбираем 11 мин чтения 08 DeepSeek-V4-Flash-Vision-Exp на Hugging Face: что известно о новой экспериментальной vision-модели Что известно о DeepSeek-V4-Flash-Vision-Exp на Hugging Face без слухов и выдуманных характеристик. Разбираем, как проверить model card, веса, лицензию, vision-в 11 мин чтения 09 Qwen 3.8: как интерпретировать сообщения об опросе разработчиков без спекуляций Разбираем, что действительно может означать новый опрос разработчиков Qwen, почему он не подтверждает характеристики и дату релиза Qwen 3.8 и какие сигналы стои 8 мин чтения 10 Clipto и локальный AI-поиск по видео, аудио и документам: как устроен рынок персональных знаний в 2026 Разбираем Clipto как локальный AI-поиск по видео и аудио: как работают индексация, таймкоды и MCP, зачем подключать ChatGPT, Claude и Codex, а также где проходя 14 мин чтения 11 Code-native генерация 3D-ассетов: как AI для создания 3D-моделей превращает «блоб» в набор редактируемых частей Разбираем, как code-native AI для создания 3D-моделей формирует редактируемые компоненты, иерархию, pivot point и правила сборки вместо монолитного меша. Показы 13 мин чтения 12 Как устроить YouTube-стрим, где чат генерирует AI-видео через MiniMax H3 Разберите архитектуру YouTube-стрима, в котором идеи из чата превращаются в AI-видео через LLM и MiniMax H3. Внутри: схема очередей, структура промпта, fallback 15 мин чтения