Чтобы понять, что я строю, нужно отмотать время назад. В 70-х и 80-х в мире ИИ шла гражданская война.
Рубрика «llm» - 33
Гибридная нейросимвольная архитектура для превращения вероятностных ответов LLM в детерминированный код
2026-01-11 в 16:00, admin, рубрики: graphrag, llm, MCP, obsidian, python, zervgen, автоматизация, ии-агенты, нейросимвольный ии, сезон ии в разработке
300 дней с AI-агентами: от руководителя к Full Cycle Engineer
2026-01-10 в 19:38, admin, рубрики: AI, cursor, llm, llm-агент, вайб-кодинг, ии-агенты, сезон ии в разработке
Последние 7 лет я руководил командами разработки, но не то что не писал кода — я его даже не читал. В 2025 году я снова вернулся к самостоятельной разработке. И даже могу называть себя Full Cycle EngineerЧитать полностью »
LLM + 1C: Почему чат-бот для учета — это плохая идея, и как реализовать AI-шлюз через OData
2026-01-10 в 16:10, admin, рубрики: 1С, llm, odata, Ollama, rag, spring aiВводная часть: Наивная мечта
Изначально идея казалась кристально чистой: пользователь отправляет текстовый или голосовой запрос (например: «Выведи топ должников по Тверской области на текущую дату и суммы задолженности»).
Шлюз транскрибирует голос в текст (использована Java + библиотека Vosk), передает его ИИ, а тот «понимает», какие запросы нужно сделать к OData 1С, получает данные и возвращает пользователю красивый, структурированный отчет.
Для голосового ввода использовался отдельный модуль на базе VoskЧитать полностью »
А король-то голый! Как написать свой Claude Code в 200 строках кода
2026-01-10 в 12:54, admin, рубрики: claude code, cursor, github copilot, llm, большие языковые модели, ии-помощники, кодинг-агенты
Современные кодинг-помощники кажутся магией. Достаточно описать нужное вам на хотя бы немного понятными словами, после чего они сами читают файлы, редактируют проект и пишут работающий код.
Как я отучил нейросеть писать «Я коммуникабельный» и заставил её проходить HR-фильтры
2026-01-10 в 7:15, admin, рубрики: chatgpt, hh.ru, llm, nlp, prompt engineering, python, автоматизация, искусственный интеллект, карьера, поиск работыСейчас каждый второй джун пытается генерировать сопроводительные письма через ChatGPT.
И каждый первый рекрутер научился их детектить за секунду.
Стандартный ответ LLM выглядит так:
«Уважаемый менеджер по найму! Я с большим энтузиазмом пишу вам, чтобы выразить свой интерес к позиции... Я обладаю уникальным сплавом навыков...»
Это мусор. Это «AI-slop», как пишут в комментариях. Такие письма летят в корзину, потому что они пустые.
Когда я писал своего агента для поиска работы , передо мной стояла инженерная задача: Читать полностью »
Эксперимент по подстройке Gemma 3 для вызова процедур
2026-01-09 в 16:51, admin, рубрики: gemma-3, llm, qlora, сезон ии в разработкеМне стало интересно, сколько это займет по времени и какие ресурсы потребует. Модель мультимодальная и довольно большая. Подстройка выполняется только в текстовой части.
Далее термины “подстройка” или “тюнинг” взаимозаменяемы. Транслитерированные из английского термины плохо образуют формы слова. Возьмем задачу для примера. Пусть есть агент на базе Gemma-3-4b-it, и нам нужно сделать так, чтобы модель выдавала вызов процедуры, если во входном промте имеется смысл обращения к конфиденциальному функционалу агента, например - активен ли мой доступ, какие последние транзакции и т.п.
Полный Читать полностью »
Достаточно надёжный и научно обоснованный алгоритм проверки текста на AI
2026-01-08 в 22:50, admin, рубрики: AI, common crawl, graphite, llm
Кажется, я изобрёл алгоритм, при помощи которого можно достаточно надёжно отличить авторский текст от AI‑текста.
Читать полностью »
Делай Bench: мой опыт слепого human-eval бенчмарка нейросетей для юристов
2026-01-08 в 15:01, admin, рубрики: llm, open-source llm, rag, сезон ии в разработкеПривет и с Новым годом! Меня зовут Екатерина, я практикующий юрист, исследую эффективное применение нейросетей в юридических задачах. В декабре ушедшего года я провела необычный для себя и российского LegalTech-рынка эксперимент: с помощью одиннадцати коллег-оценщиков организовала небольшоенезависимое слепое сравнение пяти нейросетевых сервисов. В этой публикации хочу рассказать о вызовах human-eval бенчмарка в домене, где зачастую нет единственно правильных ответов, интересных выводах исследования, полученной мной обратной связи и дальнейших планах.
Юристы и бенчмарки LLM
Лоботомия нейросети: удалил 7 слоёв из LLM — она стала на 30% быстрее
2026-01-08 в 14:55, admin, рубрики: large language models, llm, оптимизация нейросетейЭксперимент по хирургическому удалению слоёв из языковой модели
TL;DR
Я взял TinyLlama (1.1B параметров, 22 слоя) и начал удалять из неё слои, чтобы проверить гипотезу: современные LLM переобучены, и многие слои делают одно и то же.
Результаты:
-
Удалил 1 средний слой → +10% скорость, -4% качество
-
Удалил 7 слоёв (безопасных) → +30% скорость, -2.5% качество
-
Удалил первый слой → модель сломалась
-
Неожиданно: Layer 2 важнее Layer 0! (+6.67 vs +3.92 perplexity)
Протестировал все 22 слоя по отдельности. Вот что нашёл.