Войти

Популярное за неделю

И инструменты ·4 авг 2026

2.6B модель с вызовом функций на телефоне: Liquid AI сделала агента для локального запуска

Liquid AI выпустила LFM2.5-2.6B — компактную модель на 2.69B параметров с поддержкой вызова инструментов, 128K контекстом и оптимизацией под агентные задачи. Заявленная скорость: 30 tok/s на телефоне, квантизованная версия весит 1.67 ГБ. По бенчмаркам конкурирует с Qwen3.5-9B в задачах на инструменты, но слабее в коде и знаниях. Позиционируется как дешёвый рабочий агент для рутинных операций локально.

0 44
И инструменты ·31 июл 2026

AMD V620 за $320 запустил ComfyUI: 32 ГБ VRAM для генерации без видеокарт для геймеров

Энтузиаст запустил AMD Radeon Pro V620 (32 ГБ VRAM, рабочая станция, $320 б/у) на Windows 11 для ComfyUI и локальных LLM. Работает стабильно через ROCm, медленнее потребительских GPU, но тянет тяжёлые модели (Flux 30B, LTX-2 22B) благодаря большому объёму памяти. Подходит для фоновой генерации и экспериментов с весом — альтернатива дорогим RTX 4090/A6000.

0 75
И инструменты ·27 июл 2026

Лазеры против центрифуг: как новая технология может изменить рынок ядерного топлива

Американская компания Global Laser Enrichment (GLE) применяет лазерную технологию для обогащения урана — альтернативу традиционным центрифугам. Лазеры точечно воздействуют на нужные изотопы урана, что позволяет эффективнее извлекать U-235 даже из старых отходов. На фоне отказа Запада от российского урана технология может закрыть дефицит топлива для существующих и новых реакторов.

0 96
И инструменты ·27 июл 2026

Fine-Tuning vs RAG vs Prompting: как выбрать правильный подход

Статья предлагает практическую систему выбора между prompt-инжинирингом, RAG и дообучением LLM-моделей. Автор объясняет, что дообучение меняет поведение модели, RAG — расширяет доступные факты, а промптинг управляет обоими подходами. Главный тезис: fine-tuning — это про форму, а не факты.

0 104
И инструменты ·23 июл 2026

Сжатие KV-кеша LLM в 8 раз на CPU: инженерия за AdapTQ

Автор создал AdapTQ — открытую C++ библиотеку, которая сжимает KV-кеш больших языковых моделей в 8 раз при работе на обычных CPU (MacBook, Raspberry Pi). Это решает проблему нехватки оперативной памяти при длинных контекстах и ускоряет генерацию токенов благодаря снижению потребности в пропускной способности памяти.

0 123
М модели ·27 июл 2026

KAT-Coder-V2.5-Dev обошёл Qwen 3.6 по эффективности в реальных задачах кодирования

Независимое сравнение 35B-моделей для автономного кодирования (120 прогонов) показало: KAT-Coder-V2.5-Dev достиг лучшего результата (29/30) при вдвое меньшем потреблении токенов, чем стоковые Qwen 3.5/3.6. Ornith показал хуже своей базы из-за технических ошибок, а не знаний. Методология с изоляцией, трассировкой и независимым AI-анализом транскриптов.

0 98
Б безопасность ·30 июл 2026

LLM никогда не будут безопасными: почему языковые модели невозможно защитить от взломов

Исследователи доказали фундаментальную уязвимость всех LLM: модели не могут отличить источник инструкции по тегам (<user>, <system>), а ориентируются только на стиль текста. Это позволяет обходить любые защиты, подделывая «внутренние заметки» модели (chain-of-thought forgery). Проблема неустранима архитектурно — значит, безопасных LLM в принципе не существует.

0 65
И исследования ·22 июл 2026

Google научил квантовый компьютер учиться на собственных ошибках

Учёные Google Quantum AI интегрировали обучение с подкреплением в квантовую коррекцию ошибок, научив квантовый компьютер адаптироваться к дрейфу параметров во время вычислений. На процессоре Willow это в 3,5 раза увеличило стабильность работы, решая ключевую проблему: раньше для калибровки приходилось полностью останавливать вычисления, теперь система 'подстраивается на лету'.

0 121
И инструменты ·4 авг 2026

Pulitzer 2025: рекордное число лауреатов использовало AI — но только для анализа, не для написания

8 лауреатов Пулитцеровской премии впервые раскрыли применение AI: большие языковые модели использовали для поиска по документам, перевода и классификации данных, но не для написания текстов. Главный вывод: индустрия приняла AI как инструмент аналитики, но не творчества.

0 40