В каталоге готовых моделей Selectel появились модели для распознавания речи
Мы расширили наш Foundation Models Catalog
Анатомия Claude Code. Первичный анализ и наполнение контекста
Каждый, кто программирует с агентами (Claude Code, Codex и т.д.), знает: перед тем как приступить к задаче, агент исследует проект. Это кажется логичным, естественным и закономерным, ведь люди делают так же. Обычно говорят: «агент наполняет контекст».Для агента такой контекст должен содержать не только полезные сведения, но и не включать лишних, которые могут оказать влияние на конечный результат. Но добиться этого не так-то просто, поскольку:задача определена в общем виде (кто знает, что имел в виду автор)пути исследования не детерминированы (в общем виде не используется специфика фреймворка)
Разбираемся в ML без воды: от базы до Attention. Часть 6: Логистическая регрессия
Итак мы обсудили задачу классификации и метрики качества классификационных моделей.Имея такой набор знаний, мы наконец готовы перейти к моделям, которые, в отличие от kNN, действительно обучаются на данных, а не просто запоминают обучающую выборку. И первый кандидат у нас:Логистическая регрессияЛогистическая регрессия (logistic regression) — это один из самых базовых и важных алгоритмов классификации, который учится проводить границу между классами и оценивать вероятность того, к какому классу принадлежит объект.
Задолбал нейрослоп: честный разбор, почему мы не можем без него
Заметил закономерность самые популярные статьи в IT это жалобы. Жалобы на провайдеров, на искусственный интеллект, на то, что сайт стал недоступен. А самые популярные комментарии под ними: "Задолбал нейрослоп". При этом мало кто понимает, что не все технические специалисты умеют писать статьи. Инженер может спроектировать отказоустойчивый кластер, но не знает, как выстроить нарратив и подобрать метафоры. Алгоритмы обрабатывают миллионы страниц за секунды и кажутся идеальным решением проблемы.Почему нейросети генерируют мёртвый код вместо простых решений
SaaS умирает? Я сравнил 8 публикаций Q1 2026 с тем, что вижу внутри Kaiten
Последние месяцы я вижу одну и ту же мысль: SaaS умирает, AI-агенты забирают работу из интерфейсов, а компании перестают платить за пользовательские лицензии. На первый взгляд кажется, что так и есть. Если агент может сам прочитать CRM, создать задачу, разобрать заявку, сходить в API и принести руководителю готовый статус, зачем держать десятки людей в системе? Пусть машина сама делает работу, а человек только проверяет.
Онлайн-приключение для IT-команд, как альтернатива корпоративу в Zoom
То, что распределённые сотрудники в IT- и финтех-командах закрывают текущие задачи — вроде бы факт. Но есть проблема, о которой заявляют те, кто перешёл на гибридный или удалённый форматы работы. Распределённые команды теряют связь, потому что перестают быть командой в прямом, человеческом смысле слова. Посмотрим на первое определение слова «команда» из поисковика:Команда — это группа лиц, объединённая общими мотивами, интересами, идеалами, действующая сообща.
