Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5432 материалов
01 Как находить и оценивать AI-оборудование и редкие комплектующие на вторичном рынке в 2026 году Как выбрать оборудование для AI с рук и не переплатить за бесполезную редкость? Разбираем GPU, VRAM, память, платформу, скрытый износ и даём пошаговый чек-лист 9 мин чтения 02 Какие слова и формулировки реально меняют поведение LLM в 2026 году Разбираем, как управлять поведением LLM промптом: системные роли, формат, стиль, длина и детализация. Почему Developer Mode работает нестабильно и что использов 5 мин чтения 03 FlashAccel и High-Bandwidth Flash: может ли HBF изменить экономику LLM-инференса High-Bandwidth Flash может расширить память LLM-сервера и снизить давление на дорогую HBM, но не отменяет требования к низкой задержке decode. Разбираем HBF vs 10 мин чтения 04 EXL3-квантизация для локальных LLM: как уменьшить VRAM без заметной потери качества Разбираем, как EXL3-кванты помогают запускать крупные локальные LLM при ограниченной VRAM, почему 30B-модель иногда выгоднее тяжелого кванта и как на выбор влия 13 мин чтения 05 Ninfer vs vLLM для Qwen 3.8 27B на RTX 5090: что выбрать и как настроить под агента Сравниваем ninfer и vLLM для Qwen 3.8 27B на RTX 5090: разбираем VRAM, KV-cache, prefilling, generation, batch, ub и контекст 131072 токенов. Показываем, с како 12 мин чтения 06 Как Caterpillar переносит опыт автономной добычи на внедрение AI в промышленности Разбираем, чему опыт Caterpillar в автономной добыче учит промышленному AI: как связать данные, технику, цифровые двойники, операторов и IT/OT-процессы. В стать 11 мин чтения 07 Как context engineering меняет работу data scientist в 2026 году Разбираем, чем context engineering отличается от prompt engineering и как меняется работа data scientist: подготовка данных, EDA, обучение моделей, ноутбуки, пр 11 мин чтения 08 LLMFan46 выпустил набор uncensored GGUF-моделей с поддержкой MTP, sparse attention и vision Обзор новых GGUF-моделей от LLMFan46: LongCat-Flash-Lite-Sparse с sparse attention и контекстом 1 млн токенов, Qwen3.8-27B, Qwen3.5-122B-A10B, Qwen3-Coder-Next 5 мин чтения 09 Qwen 3.8 Flash Next Q6_K_XL на 4x RTX 3090: запуск локально, скорость и упор в память Практический разбор запуска Qwen 3.8 Flash Next Q6_K_XL на 4x RTX 3090 через llama-server. Разбираем параметры mmap, split по слоям, контекст, KV-кэш, OOM, pref 12 мин чтения 10 Трёхфазная защита ИИ-агентов: разбор современных атак и возможностей open-source модели OGL-Mini Прямые и непрямые промпт-инъекции, джейлбрейки, обфускация и агентные атаки: разбираем трёхфазную защиту OGL-Mini и показываем, как встроить её в TypeScript-пай 8 мин чтения 11 Как собрать и настроить Qwen3.8-Flash-Next NVFP4 на двух Spark под vLLM: конфиг, сетевые нюансы и узкие места Практическая настройка Qwen3.8-Flash-Next NVFP4 на двух DGX Spark под vLLM: tensor parallelism, eager, MTP, prefill, NCCL/RoCE, flashinfer и Docker. 8 мин чтения 12 MarkMello 0.4.0: как Markdown-просмотрщик вырос в компактный редактор для папок и локальной документации MarkMello 0.4.0 превращает быстрый Markdown-просмотр в компактное рабочее пространство для локальных папок: вкладки, поиск, файловые операции, Mermaid и локальн 8 мин чтения