Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
5444
материалов
01
Оптимизация инференса Qwen3.8-27B на RTX 3090: разбор рекордных 82 tps и 672 tps peak
Как достичь 82 токенов/с на RTX 3090 с Qwen3.8-27B: W4A16, fp8 KV-кэш, int8 для lm_head и embed_tokens. Сравнение с ninfer, потери качества, инструкции по внедр
02
Социальный рейтинг и ИИ: как алгоритмы оценивают наше поведение в 2026 году
Как алгоритмы ИИ оценивают поведение пользователей в 2026 году: технический разбор систем скоринга, реальные кейсы Wildberries и китайского социального кредита,
03
Qwen 3.8 27B: Наблюдения за «мышлением» модели при решении реальных задач отладки кода
Кейс: Qwen 3.8 27B при отладке кода сначала рассуждает логически, затем сама предлагает эмпирическую проверку. Разбираем технические причины, ограничения и прак
04
Оптимизация запуска Qwen 3.8 27B в 24 ГБ VRAM: детальный разбор конфигурации llama.cpp для максимального контекста
Qwen 3.8 27B на RTX 4090 в llama.cpp: либо 194 048 токенов контекста при ~40 ток/с, либо 131 584 токена и 65-80 ток/с с MTP. Готовые команды запуска и разбор ba
05
Qwen 3.8 27B против GPT-5.6 Sol high: практический тест генерации сложных SVG-анимаций
Qwen 3.8 27B в 4-битной квантизации обошёл GPT-5.6 Sol high в трёх задачах генерации сложных SVG-анимаций. Разбор методологии, ошибки Sol, сильные стороны Qwen
06
Практические кейсы внедрения SOFROS AI/ML: как сокращение дублей на 95% трансформирует управление НСИ
Реальные кейсы внедрения SOFROS AI/ML: гибридные модели и семантический поиск сокращают дубли в НСИ до 95%, ускоряют закупки и повышают качество справочников. И
07
RAG-системы: как измерить качество и избежать галлюцинаций в 2026 году
Практическое руководство по созданию надёжных RAG-систем: метрики качества, тестовый набор, борьба с галлюцинациями и реальный кейс на PostgreSQL и pgvector.
08
Loop Engineering: как настроить самоуправляемый цикл для кодинг-агентов и не разориться
Loop Engineering: пошаговая настройка самоуправляемого цикла для кодинг-агентов в Claude Code и Codex. Как выбрать оракулы, где реально задаются стоп-лимиты по
09
Китайские LLM на практике: результаты тестирования флагманов и критерии выбора
DeepSeek V4 Pro дешевле всех в подборке — $0.20 за вход и $0.60 за выход на 1 млн токенов, но на генерации unit-тестов выдал три разных ответа из трёх прогонов.
10
Qwen3.8-27B: реальная скорость инференса на практике — сколько токенов в секунду выдают конфигурации разных пользователей?
Реальные цифры скорости генерации Qwen3.8-27B: тесты на RTX 3090 с 64 ГБ DDR4 и AMD 7950x, настройка llama.cpp, сравнение квантований, оптимизация для продакшен
11
От кодера к архитектору: как ИИ-агенты и платформенные решения меняют роль разработчика в 2026 году
Рутина уходит агентам: разбор трёх кейсов с шестого митапа MWS — агент в изолированной песочнице, генерация кода по OpenAPI-спецификации и автоматизация тестов.
12
Как Google меняет футбольный фан-экспириенс: ИИ Gemini и Pixel в партнёрстве с топ-клубами
Google заключил партнёрство с Arsenal, Barcelona, Bayern, Liverpool и PSG. Gemini отвечает на вопросы болельщиков в реальном времени, Pixel снимает закулисный к