Рубрика «llm» - 3
Как ИИ-агенты учатся параллелить задачи с помощью графа размышлений
2025-10-31 в 18:11, admin, рубрики: llm, агенты, ИИ
Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать
2025-10-31 в 16:31, admin, рубрики: function calling, llm, Scheme, sgr, structured output, модели, системы, схемы
Динамическая память: как ИИ-агенты научились сворачивать контекст и думать на 100 шагов вперёд
2025-10-30 в 15:13, admin, рубрики: llm, агенты, ИИ
От хаоса данных к управляемому знанию: как ИИ-агенты помогают бизнесу принимать верные решения
2025-10-29 в 16:59, admin, рубрики: llm, агенты, ИИ
Происхождение духов: как естественный отбор работает в мире информационных сущностей, и причём тут LLM и кибернетика
2025-10-29 в 12:23, admin, рубрики: llm, духи, естественный отбор, идеи, кибернетика, мемом, мемы, ПЛАТОН, эволюция
Как я собрал AI-ассистента для отца с больным сердцем: Tool-Calling RAG Pipeline на GPT-4o-mini без LangChain
2025-10-29 в 12:16, admin, рубрики: AI, chromadb, gpt-4o mini, llm, OCR-технологии, python, rag, telegrambot, tool_calling, медицина🚀 Идея, Которая Важнее Кода
Мой отец — человек, переживший несколько сложнейших операций на сердце. Жизнь с хроническим заболеванием — это бесконечный поток анализов, заключений и схем приёма лекарств. Находясь далеко (я живу во Вьетнаме), я постоянно волновался: не забудет ли он про дозу, правильно ли понял назначение, задал ли все нужные вопросы врачу?
Мне нужен был не просто бот-напоминалка, а второй пилот — умный, конфиденциальный и мультимодальный AI-Кардиолог. Ассистент, который знает его анамнез наизусть, понимает голосовые команды и может "прочитать" фотографию свежего анализа.
Due Diligence с LLM: Разбор Акций МТС
2025-10-29 в 11:56, admin, рубрики: AI, llm, аналитика, биржа, инвестиции
Длинное мышление против жёстких пайплайнов: как DeepAgent превращает рассуждение в действие
2025-10-28 в 13:54, admin, рубрики: llm, агенты, ИИ
Создаём MCP‑сервер на практике
2025-10-27 в 15:00, admin, рубрики: AI, llm, MCP, mcp-server, model context protocol, искусственный интеллект
MCP без воды и шаблонного кода на практике: разбираем протокол, поднимаем сервер, тестируем через Inspector и учим LLM торговать через Finam API. Разберёмся, когда MCP выгоднее «обычных функций», как изолировать интеграции и упростить отладку инструментов.
Как мы в Авито сделали свою LLM — A-vibe
2025-10-27 в 14:17, admin, рубрики: DS, llm, llm-модели, ml, nlpВсем привет! Меня зовут Анастасия Рысьмятова, я руковожу юнитом LLM в Авито.
В этой статье я расскажу, как мы с командой создали и адаптировали нашу большую языковую модель A-vibe: зачем решили развивать собственную LLM, как построили токенизатор, собрали датасеты, провели SFT и RL и что получили в итоге. Поделюсь основными экспериментами и покажу наши результаты.
Сегодня мы выпустили в опенсорс свое семейство генеративных моделей – A-Vibe и A-Vision, статья приурочена к этому событию.