Рубрика «rag» - 3
ПростоГраф: как я сделал глубокий форк LightRAG под свои (и, возможно, ваши) нужды
2026-06-16 в 10:09, admin, рубрики: lightrag, llm, rag, агенты ии
Контекстное окно: почему нейросеть забывает части разговора
2026-06-15 в 6:11, admin, рубрики: kv-cache, llm, Lost in the Middle, rag, self-attention, вектор, контекст, контекстное окно, нейросетьПредставьте, что вы разговариваете с невероятно умным и эрудированным собеседником. Только очень странным. Несмотря на весь свой интеллект и тысячи фактов, которые он непринужденно рассказывает, он не может ничего запомнить. Ваш диалог с ним каждый раз как бы начинается заново. Вы даете ему вводные, задаете вопросы, что-то уточняете, а он, на основе всего этого, выдает ответ.
Как я сделал локальный RAG-сервис для SRE: ищем по документации, ранбукам и коду через Ollama
2026-06-05 в 8:00, admin, рубрики: bm25, fastapi, llm, Ollama, OpenAI-compatible API, openwebui, python, rag, sre, ранбукиНедавно я делал учебный проект про автоматизацию документирования инцидентов. Поначалу планы были грандиозными: инциденты, таймлайны, интеграции с мониторингами, чатами, постмортемы, подсказки дежурным инженерам.
Но довольно быстро стало понятно, что с временными и ресурсными ограничениями лучше не пытаться написать маленький PagerDuty. Поэтому я сузил задачу до более реалистичного ядра: локального RAG-сервиса, который ищет по документации, ранбукам и коду, а затем передаёт найденный контекст в LLM.
Так появился llmortem — FastAPI-сервис, который можно подключить к OpenWebUI как OpenAI-compatible backend.
Почему маленькие модели побеждают большие – и что это значит для вашего стека
2026-06-04 в 10:25, admin, рубрики: claude mythos, gpt-5-mini, llm, qwen, rag, RLM, архитектура ии-моделей, ии-оркестрация
Что скрывается за AI-стратегией SAP, Oracle и Palantir: зачем корпоративному ИИ семантическое ядро
2026-05-27 в 9:00, admin, рубрики: ERP, knowledge graph, ontology, rag, архитектура по, ии-агенты, искусственный интеллект, корпоративный ИИ, семантическое ядро, управление даннымиВ корпоративном ИИ происходит тихий сдвиг. На поверхности его видно как очередную волну разговоров про агентов, RAG, knowledge graph, ontology, process intelligence, AI‑ready data, business context и agentic platforms. SAP говорит о графе знаний для агентов, Microsoft — о переходе от systems of record к systems of action, Oracle — об агентах внутри корпоративных приложений, Palantir — об Ontology, Celonis — о Process Intelligence Graph, Alibaba и Yonyou — о корпоративных агентных платформах.
Вам продают ИИ. Покупать нужно не его
2026-05-21 в 13:34, admin, рубрики: data engineering, llm, rag, архитектура данных, внедрение ии, искусственный интеллект, локальные модели, хранилища данных, цена ошибки, эмбеддингиЗвонил мне на днях один знакомый CIO. Питерский, ритейл, средний бизнес, ничего особенного. Слушай, говорит, надо нам с ИИ что‑то делать: все вокруг внедряют, конкуренты вон что‑то запустили, на отраслевом Data Summit уши прожужжали, а у меня даже плана нет. И денег, кстати, особо на это не выделили, но не суть.
Это был, кажется, пятый такой звонок за месяц.
Как мы за 54 дня собрали ИИ-хаб в мессенджере MAX. Часть 1 — обзор цикла
2026-05-18 в 11:56, admin, рубрики: 54-ФЗ, agentic, fastapi, llm, max, n8n, rag, recurring, ЮКассаTL;DR
54 дня назад у нас была идея — единый чат‑бот, через который можно работать с разными моделями ИИ. Сегодня в проде: бот в мессенджере MAX, 5903 пользователя, ~300 DAU, премиум‑подписка через ЮКассу с автоплатежами, 10+ моделей ИИ под одним интерфейсом, 6 модальностей ввода. Платежи запустили 5 мая 2026.
Команда: нас двое плюс AI‑ассистент в роли парного программиста. IT‑ бэкграунд есть, но в коммерческой разработке мы не работали. С n8n до этого знакомились на уровне «10 нод поковырять». Сейчас в проекте около 20 связанных воркфлоу, в одном только Main — 271 нода.
Это первая статья из цикла.Читать полностью »