Тематическая лента
Подборка материалов
Публикации, объединённые общей практической задачей.
1920
материалов
01
Rufler: Настройка роя AI-агентов на Claude Code без головной боли
Как настроить Rufler для создания автономных агентов на Claude Code. Сравнение с аналогами, примеры YAML конфигов и практические рекомендации на 2026 год.
02
VAKRA: почему AI-агенты путаются в трёх API и как это исправить
Глубокий разбор бенчмарка VAKRA от IBM Research: где ошибаются современные AI-агенты, типы задач и практические советы для разработчиков.
03
ClawGUI: полный обзор открытого фреймворка для GUI-агентов с обучением на реальных устройствах
Как ClawGUI автоматизирует тестирование и управление ПО через обучение на реальных устройствах. Сравнение с аналогами и примеры использования.
04
Архитектура контекстного движка для RAG: как управлять памятью, компрессией и токенами в диалоговых системах на Python
Полный разбор архитектуры контекстного движка для RAG-систем. Практическая реализация на Python с управлением памятью, компрессией и реранкингом для диалоговых
05
ClawBench: как установить и использовать бенчмарк для тестирования ИИ-агентов на реальных сайтах
Установка и использование ClawBench для тестирования ИИ-агентов на реальных веб-сайтах. Сравнение с альтернативами, примеры и почему 33% успеха - это провал.
06
Как использовать аудио-модели Qwen3 (Omni и ASR) через mtmd: руководство по локальному запуску
Пошаговое руководство по установке mtmd и работе с Qwen3-Omni и Qwen3-ASR на своем ПК. Примеры кода, сравнение с альтернативами.
07
A.I.R.I: превращаем Android-смартфон в полноценный локальный AI-сервер с RAG и голосом
Обзор A.I.R.I - open-source инструмента для запуска локальных AI-моделей на Android с RAG, голосовым вводом и удаленным доступом по Wi-Fi. Актуально на апрель 2
08
Как работает распределённое обучение в PyTorch: разбор стратегий DP, FSDP, TP и PP на примерах кода
Глубокий разбор распределенного обучения в PyTorch. Data Parallelism, Fully Sharded DP, Tensor и Pipeline Parallelism на актуальных примерах кода для больших яз
09
Carnice-9b AWQ: Выжимаем соки из Ampere GPU с vLLM и Marlin
Как использовать AWQ квантование и Marlin в vLLM для максимальной производительности Carnice-9b на видеокартах Ampere архитектуры. Сравнение с GPTQ и GGUF.
10
MiniMax-M2.7 в GGUF: все квантования от Q2_K до BF16 — тесты и сравнение
Сравнение качества, скорости и размера всех квантований MiniMax-M2.7 в GGUF для локального запуска. Какой вариант выбрать в 2026 году.
11
NVIDIA AITune: больше не гадай, какой бэкенд PyTorch самый быстрый
Как NVIDIA AITune автоматически тестирует TensorRT, ONNX Runtime и другие бэкенды для PyTorch. Обзор возможностей, сравнение с ручной оптимизацией и примеры исп
12
MedGemma 27B Multimodal: настройка и практическое применение для медицинских данных
Пошаговое руководство по установке MedGemma 27B Multimodal для анализа медицинских текстов и изображений. Практические примеры, код и сравнение с аналогами.