Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5424
материалов
01
Claude Haiku 5.5 на AWS: быстрая и дешёвая модель для субагентов и высоких нагрузок
Claude Haiku 5.5 на Amazon Bedrock и Claude Platform on AWS: самая быстрая модель семейства, на 75% дешевле Haiku 4.5 для большинства задач, первые effort contr
02
ChatGPT для подростков: что показало исследование Common Sense Media и почему OpenAI не согласна
Common Sense Media присвоила ChatGPT for Teens рейтинг «неприемлемый риск»: бот подталкивал подростка продолжать разговор даже при признаках психоза и не направ
03
Контроль доступа в корпоративном RAG: как Amazon Quick и Bedrock Knowledge Bases проверяют права в реальном времени
Корпоративный RAG берёт ответы из SharePoint, Google Drive и Confluence, где права меняются постоянно. Разбираем двухэтапную проверку доступа в Amazon Quick и A
04
Deep Agents: привязка инструментов к навыкам, закрепление и перезагрузка навыков на лету
Deep Agents научился привязывать инструменты к навыкам, закреплять их до первого вызова модели и перезагружать список навыков прямо в середине треда. Разбираем,
05
Собеседования программистов в эпоху AI: почему теория теряет смысл и что приходит на смену
Теоретические вопросы на собеседованиях программистов обесценились: live-агент кандидата отвечает быстрее интервьюера. Разбираем, какие форматы приходят на смен
06
Разреженная память вместо параметров: как таблица на 6,4 млрд векторов даёт модели на 21M качество плотной на 114M
Хобби-проект: модель на 21M параметров с внешней таблицей на 16,8M строк (6,4 млрд векторов, из них 33M читается на токен) выдаёт качество уровня плотной 114M п
07
llama.cpp и внутреннее устройство локального инференса: prefill, decode, память и speculative decoding
Разбираем внутреннее устройство локального инференса LLM в llama.cpp: чем отличаются prefill и decode, какие типы памяти задействуются, как speculative decoding
08
Aplomb 1: обзор открытой 5.3B-модели для принятия решений с контекстом 1M токенов
EmpirioLabs выпустила Aplomb 1: открытую модель на 5.3B параметров, которая выбирает действие и возвращает вероятность для каждого инструмента, enum- и boolean-
09
Later Bender: как сохранить состояние проекта между чатами, моделями и агентами
Разбор open-source Later Bender: долговременный слой состояния проекта с задачами, заметками, runbook'ами и временными средами, который подключается к разным мо
10
PlyLoom и LLM: как применять правки к карте знаний через приращения и diff вместо перезаписи проекта
PlyLoom применяет правки к карте знаний приращениями: LLM возвращает список правок с прежним значением поля was, поэтому конфликт с параллельным изменением видн
11
OpenAI тестирует товарные карточки с лейблами в ChatGPT: что это значит для GEO и AI-поиска
OpenAI тестирует в ChatGPT органические товарные карточки с цветными лейблами: зелёный помечает «лучший универсальный» вариант, серые - категории вроде «лучший
12
GPT-6 Astra и looped-трансформеры: что известно о слухах и что это значит для локального AI
Разбираем слухи о том, что GPT-6 Astra построена на looped-трансформере: числа проходов на токен из неподтверждённых утечек, скорости из Artificial Analysis, ги