Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
4377
материалов
01
Project Indigo от Adobe: как ИИ-критика и умное редактирование меняют подход к съёмке
Project Indigo от Adobe — iOS-приложение с ИИ-критикой композиции, света, цвета и эмоций без промптов. Продвинутое удаление объектов по переключателям, архитект
02
Kimi K3 против GPT-5.6 Sol и Fable: реальные баги в постквантовой криптографии, которые не заметили топовые модели
Kimi K3 без guardrails обнаружила 5 критических багов в постквантовом протоколе группового шифрования, которые за 4 раунда ревью пропустили GPT-5.6 Sol, Claude
03
Kimi K3 против Claude Opus: почему в задачах с изображениями китайская модель уступает, а в тексте — нет
Сравнили Kimi K3 и Claude Opus в реальных тестах на Android: в тексте и коде модели идут вровень, но в обработке изображений Opus лидирует. Узнайте, какая модел
04
Технический долг в эпоху AI: почему токены не решают проблему
LLM и AI-агенты не устраняют технический долг, а переводят его в стоимость токенов. Разбираем, почему архитектурная энтропия остаётся главным тормозом разработк
05
Google Antigravity: архитектура агентной IDE нового поколения
Детальный технический обзор Google Antigravity — агентной платформы для разработки ПО. Четыре ключевых принципа, архитектура Editor View и Manager View, мультиа
06
Bonsai-27B на практике: тест экстремального сжатия в 8GB VRAM
Ternary-Bonsai-27B (2-bit) набрал 7.9% в Terminal-Bench 2.0 против 9.2% у Qwen3.5-9B. 1-битная версия ушла в бесконечную генерацию. Узнайте, почему экстремально
07
Google готовит чип Frozen v2 для Gemini: что известно о 10-кратном скачке эффективности инференса
Разбираем утечку о серверном чипе Google Frozen v2 для инференса Gemini: 6–10x токенов на ватт, сравнение с TPU и Nvidia H100/B200, влияние на CAPEX $180–190 мл
08
Kimi-K3: как open-source модель с 2,8 трлн параметров сократила отставание от лидеров AI до 1,5 месяцев
Модель Kimi-K3 с 2,8 трлн параметров сократила отставание open-source от закрытых лидеров до 1,5 месяцев. Бенчмарки, реакция рынка и практические выводы для биз
09
Почему Qwen 3.6 27B забывает инструкции: разбор потери контекста в Opencode и llama.cpp
Qwen 3.6 27B игнорирует инструкции на длинных диалогах? Разбираем пять причин потери контекста при локальном запуске: от формата KV-кэша до артефактов speculati
10
Почему Кристофер Нолан назвал ИИ «троянским конём» и что это значит для индустрии
Метафора Кристофера Нолана об ИИ как «троянском коне» — не художественное преувеличение, а точная диагностика кризиса в креативных индустриях. Разбираем, почему
11
Как скачивать open-source AI-модели в обход блокировок: альтернативы HuggingFace за пределами США
HuggingFace подпадает под экспортный контроль США. Разбираем рабочие альтернативы: ModelScope, OpenCSG, WiseModel, публичные зеркала и собственные хабы. Готовые
12
Проектирование предсказуемых LLM-ассистентов: от принципов оркестрации до боевого продакшена
Разбираем архитектуру предсказуемых LLM-ассистентов для регулярных бизнес-задач: оркестратор против агента, модульная декомпозиция, замена моделей через абстрак