Живая вода для ESP32: рукописный шрифт и морфинг
Часы с погодой на рукописном шрифте
На арене PlyLoom — Qwen против DeepSeek
Приступим. Постановка задачиНачало началСуть эксперимента сравнить графовые ответы 2-х моделей относительно друг-друга. Обоим моделям (QWEN 3.8 MAX и DEEPSEEK V4) был задан один и тот же перекрестный вопрос:
Город для робота-курьера в браузере: Arduino Uno, физика и пешеходы, которые уступают дорогу
Мы создали симуляцию 3D-города с машинами, пешеходами и светофорами, по которому ездит шестиколёсный робот под управлением настоящего скетча Arduino. Все это для обучения детей и взрослых в кружках робототехники.
Как я поставил дешёвую модель-фильтр перед Claude и что показали первые две недели
У меня есть небольшой конвейер, который я называю Лабораторией. Всё интересное за день (рилсы, посты, ссылки на репозитории) я сохраняю в Telegram. Раз в сутки скрипт забирает новое, и Claude Sonnet пишет по каждому материалу разбор-инструкцию. Потом второй проход в роли редактора решает, публиковать разбор или отправить в архив.Беда в том, что сохраняю я всё подряд. В Избранном вперемешку лежат полезные гайды, мои рабочие сообщения, личное и картинки без единого слова. Когда я разметил 67 материалов, лишними для блога оказались 28. И на каждый такой Sonnet честно писал полный разбор, который редактор потом выкидывал.
Диктовка без «ну» и «вот»: Whisper на своём компьютере и маленький посредник к LLM
Я пишу книги, и кроме самих книг за день набирается много другого текста: сообщения, письма, задания нейросетям. Говорить быстрее, чем печатать, поэтому большую часть этого я диктую. Только живая речь, записанная слово в слово, читается плохо. Вот фраза, которую Whisper распознал без единой ошибки:Ну вот, короче, я, это самое, хотел сказать, что, ну, завтра... завтра созвон переносится, ну, на три часа, не, на четыре.А отправить я хотел вот это:Я хотел сказать, что завтра созвон переносится на четыре.
Нашёл и проверил 6 сервисов с бесплатным доступом к GPT-6, Claude и API: лимиты, бонусы и результаты тестов
Здесь есть разные варианты: бесплатные чаты с большими квотами, доступ через командную строку, стартовые кредиты на API и временные акции. Некоторые сервисы дают миллионы токенов ежедневно, другие начисляют от $10 до $25 после регистрации или подтверждения аккаунта.Vani AI - бесплатный доступ к GPT-6.1 Sol, Claude Opus 5.5 и генерации изображенийСайт: https://c.vani.ai/chatVani AI - сервис с бесплатным доступом к десяткам языковых моделей, включая GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Gemini 3.8 Flash, DeepSeek V4.1 Flash и Grok 4.7. Также доступны генерация изображений, видео, речи и музыки.
Локально ≠ безопасно: как скачанные ИИ-модели и LoRA-адаптеры крадут пароли, ключи и деньги
ПредисловиеСейчас я работаю с локальными моделями и пишу мультимодальную ИИ-студию с распределённой сетью вычислений. В процессе я всё чаще сталкиваюсь с вопросами безопасности: чем больше моделей, адаптеров и узлов оказывается в контуре, тем меньше хочется доверять им «по умолчанию». Некоторые вещи, которые я увидел и о которых читал в исследованиях, касаются не абстрактных угроз, а вполне конкретных сценариев — кражи паролей, ключей, денег и данных. Я не претендую на исчерпывающий анализ, но хочу поделиться своими мыслями и напомнить, почему локальный запуск без изоляции — это риск.
Исследование Smart Engines и INTELLECT: в России на 338% выросло число преступлений, связанных с подделкой документов
Привет, Хабр!Мы, Smart Engines и юридическая фирма INTELLECT, завершили работу над нашим ежегодным – уже четвертым в серии – отчетом о мошенничестве с использованием поддельных документов. Результаты свидетельствуют о серьезном ухудшении ситуации.
HTTP-запрос закончился, а LLM ещё работает: как проектировать AI-задачи на Go
Когда пишешь обычный HTTP API на Go, использование context.Context быстро становится привычкой.Пришёл запрос, получили r.Context(), передали его в сервис, затем в репозиторий и во все внешние вызовы. Если клиент отключился или истёк таймаут, связанные операции отменяются.Для большинства backend-задач это именно то поведение, которого мы хотим.Зачем продолжать выполнять SQL-запрос, если результат уже некому возвращать? Зачем держать соединение с внешним API, если пользователь закрыл страницу?Но когда в систему добавляется LLM, эта привычная логика начинает работать не всегда так, как ожидается.
Как устроен агент: архитектура поверх LLM
Про архитектуру трансформеров написано уже немало, поэтому опишу работу LLM с прикладной точки зрения.КонтекстНа вход LLM подаётся блок текста, который называется контекстом. Размер контекста ограничен: когда всё начиналось, прорывом считались 32К, сейчас 1М — индустриальный стандарт.На основе этого текста LLM генерирует его продолжение. Современные модели выдают логически законченный фрагмент (на уровне модели он завершается специальным токеном <stop>).Контекст таким образом увеличивается: к нему можно дописать новый фрагмент — и всё повторяется заново.Вызов инструментов
