Рубрика «llm-модели»
Как я сделал AiRevit: от обычного текста до BIM-модели в Revit б без LLM
2026-07-29 в 9:51, admin, рубрики: autocad, dynamo, gnn, llm, llm-модели, revit
Агенты, или Путешествие к LLM и обратно
2026-07-22 в 9:21, admin, рубрики: ai-агенты, llm, LLM-агенты, llm-моделиАгенты сейчас обсуждают все подряд. Меняются фреймворки, появляются MCP-серверы, облака обещают «агента из коробки». Но в центре любой такой схемы по-прежнему одна и та же вещь — LLM: она читает контекст и формулирует следующий шаг. А между запросом к агенту и самой моделью — ещё несколько слоёв.
ИИ снова закрывается: почему нейросети оказались на грани блокировок
2026-07-08 в 11:00, admin, рубрики: AI, alibaba, claude, claude mythos, DouBao, glm, llm-модели, qwen, selectel, искусственный интеллект
Локальная большая лингвистическая модель на Windows 11: выбор среды, модели и пошаговое развёртывание
2026-07-02 в 4:01, admin, рубрики: bot, llm, llm-модели, telegram, боты, обстановка, обстановка в мире, телеграмботыЭто третья статья в рамках проекта "Ситуационная осведомленность 24/7". С нее мы начинаем подготовку к развертыванию своей локальной системы круглосуточной ситуационной осведомленности. В данном материале пойдет доклад о том, как поднять свою локальную большую лингвистическую модель (далее - БЛМ).
Приступим.
Зачем вообще запускать БЛМ локально
Как собрать Telegram-бот обеспечения круглосуточной ситуационной осведомленности с нуля
2026-06-24 в 20:40, admin, рубрики: llm, llm-модели, telegram, боты, боты телеграм, обстановка, обстановка в миреЭто вторая попытка опубликовать статью-туториал, целью которой является знакомство простых пользователей рунета с соверменными возможностями автоматизации своих рутинных задач. Одним из способов решения данной задачи является создание Telegram-ботов. Об этом далее, собственно, и пойдет речь. Хочу отметить, что это только общая вводная часть, здесь не будет представлен код, а только будет рассказ о программном обеспечении, которые мы используем в своей работе. Кроме того, хочу отметить, что статья предназначена для людей, не погруженных в тему и не знакомых с терминологией.
Не могу сказать, что обилие материалов на тему «глупый и бесполезный ИИ» в моем инфо-пузыре меня достало окончательно, но читать их надоело. И, конечно же, я не настроил хитрый фильтр-отсеиватель или прорвал свой инфо-пузырь, нет: я добавил в раздражающее меня море свою чашку или каплю воды, этот опус. Тем более, что в памяти относительно свежа недавно прочитанная книга, которую рекомендую для тщательного прочтения или, если навык чтения длинных текстов утерян, хотя бы для беглого просмотра – “The Second Machine Age”, авторов Erik Brynjolfsson и Andrew McAfee.
OpenCode с NorthMiniCode на своем железе
2026-06-19 в 7:09, admin, рубрики: agents, llama.cpp, llm-агент, llm-модели, opencode, self-hosted, ПрограммированиеВ последнее время большинство обсуждений агентской разработки крутится вокруг Claude Code, Codex, Gemini CLI и других облачных инструментов. Но, с одной стороны, киты индустрии блокируют нам доступы снаружи, с другой — чиновничьи умы блокируют нам доступ изнутри, потому необходимо иметь под рукой локальный инструмент для агентской разработки.
9 июня 2026 вышла модель NorthMiniCodeЧитать полностью »
Один SSE для четырёх LLM: стриминг OpenAI, Anthropic, DeepSeek и Kimi через один бэкенд
2026-06-15 в 13:30, admin, рубрики: AI, llm-модели, ии-агрегаторМы делаем чат-агрегатор, где в одном окне доступны GPT, Claude, Kimi и DeepSeek. Фронтенду нужно отдавать ответ в реальном времени — токен за токеном, как в ChatGPT. Бэкенд при этом ходит к четырём разным API, и стриминг у них устроен по-разному. Расскажу, как мы свели это к единому SSE-потоку наружу, и про две грабли, на которые наступили: рваные UTF-8 символы и парсинг чужих SSE.
Статья будет полезна всем, кто проксирует LLM через свой сервер.
Зачем вообще свой прокси
Claude Fable 5: разработчикам важны не только бенчмарки, но и цена, лимиты и границы задач
2026-06-12 в 6:14, admin, рубрики: Anthropic, anthropic claude, claude, llm, llm-моделилимиты и границы задач
Сначала короткий вывод: Claude Fable 5 выглядит как одна из самых сильных универсальных моделей Anthropic на текущий момент, но её не стоит использовать как модель по умолчанию для всех задач.
Скорее это модель для дорогих и сложных задач: миграции кода, длительного reasoning, архитектурного анализа, продуктового проектирования, анализа данных и многошаговых инженерных сценариев. Но вместе с этим появляются три практических ограничения: высокая цена, медленная работа и очень быстрый расход лимитов.
