Автоматический перевод Эта статья была автоматически переведена с оригинальной английской версии.
Для более кратких руководств по принятию решений используйте Быстрые ответы. Приведённый ниже архив предназначен для статей длинной формы.
Инструменты разработчика · ИИ-агенты
Сопоставим pydantic и Zod, FastAPI и Hono, а Celery — с очередью на Postgres, после чего создадим потоковый сервис с ИИ-агентом в TypeScript-монорепозитории на pnpm.
· 20 мин
ИИ-агенты Часть 6
Как управляющий код вокруг ИИ-агента авторизует инструменты, сохраняет прогресс, проверяет завершение и оправдывает добавление каждого компонента с помощью абляций.
· 22 мин
Инженерия моделей · ИИ-инфраструктура
Практическое руководство по выбору вариантов квантизации LLM и diffusion-моделей с учётом боттлнека, железа, kernel'а рантайма, калибровочных данных и проверок перед деплоем.
· 23 мин
ИИ-агенты
Почему production-агентам нужны схемно-управляемая память с временной валидностью, происхождением данных и структурированной обработкой конфликтов, а не recall сырых текстов через vector search.
· 14 мин
ИИ-агенты
Как оценивать продакшен-агентов, превращая трейсы в версионируемые регрессионные датасеты, метрики траекторий, калиброванные джаджи и CI-гейты.
· 20 мин
ИИ-агенты Часть 5
Как запускать долгоживущих ИИ-агентов в продакшене: сессии, харнессы, сэндбоксы, чекпоинты, трейсы и паттерны деплоя с корректным восстановлением.
· 35 мин
Поисковые и языковые системы
Метрики оценки RAG для парсинга, retrieval, реранкинга, генерации, цитирования и production-телеметрии, с кодом и разбором failure modes.
· 32 мин
ИИ-агенты Часть 4
Почему гардрейлов для LLM недостаточно для безопасности ИИ-агентов и какую роль играют разрешения, сэндбоксы, HITL, области действия MCP и проверки политик.
· 31 мин
Поисковые и языковые системы
NER в 2026 году — это выбор между GLiNER, spaCy, Transformers и извлечением с помощью LLM с учётом латентности, точности и контроля схемы.
· 30 мин
ИИ-агенты Часть 3
Сравнение JSON tool calling, MCP, Skills, CLI и code execution для ИИ-агентов: правила проектирования ACI и важные для продакшена компромиссы.
· 19 мин
Инженерия моделей · ИИ-инфраструктура
Практический справочник по 45 концепциям LLM-инжиниринга для production-систем: от инференса, обучения и архитектуры до деплоя и эксплуатации.
· 20 мин
Поисковые и языковые системы
OCR в 2026 году — это выбор между классическими пайплайнами и VLMs для распознавания текста, анализа layout, таблиц и извлечения данных из документов.
· 12 мин
ИИ-инфраструктура
Бенчмарки Polars, DataFusion, Daft, Ray Data, Pandas и Spark для табличных и мультимодальных нагрузок, с кодом и правилами выбора.
· 14 мин
ИИ-агенты Часть 2
Как проектировать память ИИ-агента с помощью чекпоинтов, PostgreSQL или Redis, векторных хранилищ вроде Qdrant и файловой памяти для долгоживущих систем.
· 18 мин
Поисковые и языковые системы
Как построить стек ранжирования поиска с BM25, плотными эмбеддингами, гибридным RRF, реранкингом cross-encoder и listwise-реранкингом с помощью LLM на Amazon ESCI.
· 22 мин
ИИ-агенты Часть 1
Сравнение ReAct, ReWOO и Plan-and-Execute для ИИ-агентов. Примеры на LangGraph показывают, как каждый цикл балансирует между адаптивностью, стоимостью, латентностью и структурой планирования.
· 11 мин
Инженерия моделей
Технический разбор Hyper-Connections с ограничением на многообразии (mHC) от DeepSeek, масштабирования ширины residual stream, роутинга Sinkhorn и стабильности обучения.
· 8 мин
ИИ-агенты
Что публичные сабмиты Enterprise RAG Challenge 3 показывают об итерациях промптов, валидации, стратегии работы с контекстом, обёртках над инструментами и архитектуре агентов.
· 9 мин
Инженерия моделей
Когда выполнять файн-тюнинг LLM, а когда использовать RAG или промптинг; как связаны LoRA, QLoRA, DoRA, Unsloth, Axolotl, датасеты, эвалы и деплой.
· 19 мин
ИИ-агенты · Инженерия моделей
Как Schema-Guided Reasoning использует vLLM, XGrammar, схемы Pydantic и constrained decoding, чтобы гарантировать структурно валидные ответы LLM.
· 9 мин
Инженерия моделей · ИИ-инфраструктура
Оценка и деплой LoRAX для сервинга LoRA-адаптеров из длинного хвоста: актуальные API, усиление безопасности Kubernetes-чарта, защита адаптеров, роутинг с учётом кэша и компромиссы по сравнению с vLLM.
· 9 мин
ИИ-агенты
Как Domain-Driven Design помогает ИИ-агентам использовать единый язык, ограниченные контексты, сервисы, репозитории и детерминированные бизнес-правила.
· 7 мин
ИИ-агенты
Как проектировать контекст-инжиниринг для ИИ-агентов: контекстные окна, иерархия инструкций, retrieval, память, инструменты, гардрейлы, происхождение данных и сжатие.
· 13 мин
ИИ-агенты · Инструменты разработчика
Соберите собственный MCP-сервер с помощью uv и FastMCP, предоставьте инструменты ML-фичестора, протестируйте их локально и подключите сервер к Claude Desktop.
· 7 мин
Инженерия моделей
Как читать названия open-weight-моделей, разделяя роль в обучении, архитектуру, метод квантизации, формат хранения, рантайм и совместимость с аппаратурой.
· 9 мин
Инструменты разработчика
Сравнение локальных инструментов для генерации изображений на macOS по установке, поддержке моделей, управлению пайплайнами, воспроизводимости, расширениям и статусу сопровождения.
· 6 мин
Инженерия моделей · Инструменты разработчика
Сравнение инструментов для локальных LLM на macOS по интерфейсу, формату модели, запасу памяти, доступности API и рабочему процессу разработки под Apple Silicon.
· 6 мин
Инструменты разработчика
Как pyproject.toml используется для настройки build-систем, метаданных проекта, runtime-зависимостей, групп разработки, CLI entry points и конфигурации инструментов.
· 5 мин
Инструменты разработчика
Разбор файлов запуска Zsh: когда в macOS и Linux загружаются ~/.zprofile и ~/.zshrc, что помещать в каждый файл и как диагностировать режим запущенной оболочки.
· 4 мин
ИИ-инфраструктура
Что foundation models изменили в MLOps: единицы релиза, retrieval, инструменты, эвалуация, трейсинг, сервинг и операционные риски.
· 7 мин
Инженерия моделей · ИИ-инфраструктура
Как масштабировать большие языковые модели на нескольких GPU и узлах с помощью параллелизма по данным, полностью шардированного, тензорного, конвейерного, контекстного и экспертного параллелизма.
· 8 мин
Инструменты разработчика
Чеклист настройки MacBook для AI-инжиниринга: инструменты Xcode, Homebrew, Python с uv, Docker, настройка терминала и VS Code.
· 4 мин
Инструменты разработчика
Как я использую uv на macOS для установки Python, зависимостей проектов, lock-файлов, inline-скриптов и CLI-инструментов для разовых задач.
· 6 мин
Здесь пока пусто.
