Учебные материалы
Параметры в LLM: почему 175 миллиардов — это не просто цифра
Объясняем параметры нейросетей на простых примерах: как 175 миллиардов весов в GPT-3 превращают текст в понимание. Архитектура трансформера, обучение модели и р
Механистическая интерпретируемость: как Anthropic и OpenAI заглядывают внутрь ИИ-моделей, как в микроскоп
Глубокий разбор механистической интерпретируемости — как Anthropic, OpenAI и DeepMind изучают внутреннюю работу LLM. Методы, инструменты и почему это меняет всё
Как создать своё первое приложение без навыков программирования: руководство по vibe-coding с Claude и ChatGPT
Пошаговое руководство по созданию первого приложения без навыков программирования. Используем Claude и ChatGPT для vibe-coding. От идеи до работающего приложени
Как найти по-настоящему нецензурированный ИИ для серьёзных задач: обзор моделей и платформ
Как найти ИИ без цензуры для аналитики, кодинга и исследований. Обзор моделей Llama, Qwen, Mistral и платформ для self-hosting. Критерии выбора и пошаговый план
Visual Haystacks: как оценить способность мультимодальных моделей анализировать сотни изображений
Полное руководство по Visual Haystacks - бенчмарку для оценки способности мультимодальных моделей анализировать коллекции изображений. Методология, практическое
StrongREJECT: как правильно оценивать джейлбрейки и почему перевод на гэльский не работает
Почему 90% исследований jailbreak - научный мусор. Как правильно оценивать уязвимости LLM с StrongREJECT. Перевод на гэльский не работает.
RAG с нуля: как 17-летний написал алгоритм для хакатона по финансам — разбор кода и архитектуры
Подробный разбор реализации RAG с нуля для финансовых документов. Архитектура, код на Python, векторный поиск и чанкинг от 17-летнего победителя хакатона.
Как автоматизировать тонкую настройку и квантование моделей с помощью Codex и HF-skills: полный туториал
Полный гайд по автоматизации ML-пайплайна: от fine-tuning до GGUF-квантования через агентов. Код, команды, мониторинг Trackio.
Латентное пространство вместо токенов: собираем экспериментальную LLM по частям
Практический гайд по сборке LLM с латентным пространством. Выбор энкодера USER-bge-m3, раздельное обучение, экономия VRAM. Код, архитектура, ошибки.
Технический долг в ML: Детектор «запахов» кода от прототипа до продакшена
Полное руководство по обнаружению и устранению технического долга в ML-проектах. От прототипа до продакшена: инженерия, безопасность, качество моделей.
128 ГБ VRAM на Radeon R9700: собираем сервер для LLM, который перевернет ваше представление о бюджетах
Полный гайд по сборке сервера для LLM с 128 ГБ VRAM на Radeon R9700. Обзор железа, список компонентов, сравнение производительности и стоимости с MI100.
Как создать персонализированный AI-тьютор с Personal-Guru: локальная альтернатива NotebookLM
Полный гайд по созданию приватного AI-тьютора с Personal-Guru и Ollama. Генерация учебных планов, работа с документами, локальное обучение без облаков.