Как тестировать LLM-фичи: пишем автоэвалы и гоняем их в CI
Привет! У нас в проде живёт бот, который отвечает на вопросы по документации продукта — обычный RAG. Первые месяца три мы катили его, как все: поправил промпт, прогнал пяток вопросов руками, поставил в голове галочку «вроде стало лучше» и выкатил. Закончилось это предсказуемо. Коллега подкрутил промпт ретривера под свой кейс и по дороге сломал мой, причём заметили мы это через две недели по жалобе пользователя. А когда обновились на свежую версию модели, часть ответов просто уехала непонятно куда, и никто не мог сказать, стало в среднем лучше или хуже. Потому что «лучше» жило у нас в головах и мерялось настроением.
Прозрачная техника и кассетный ренессанс
Все чаще на улицах можно встретить зумеров с кассетным плеером, слушающих музыку, записанную на магнитной ленте. Парадоксальным образом их смогла зацепить эпоха, в которой они практически не жили.
Как навыки гейм-дизайна помогают мне в работе тестировщиком
Дисклеймер: всё что написано в этой статье, не претендует на чистую правду в первой инстанции, это просто мои мысли, которые посетили мой разбитый кофеином мозг в 3 часа ночи.Привет, Хабр! Позволю себе написать немного предыстории о том, как я пришёл к написанию этой публикации:Я уже около четырёх месяцев работаю в крупной IT компании как Junior тестировщик.Проект, на котором я работаю, существует с незапамятных времён, с тех периодов развития рунета, когда слово документация ещё не было в обиходе у программистов той эпохи.
Великобритания запретит использование социальных сетей лицами младше 16 лет
Правительство Великобритании объявило о планах запретить использование социальных сетей лицам младше 16 лет. Эти планы установят новую норму для будущих поколений, положат начало культурным изменениям и подтолкнут правительство к борьбе за то, чтобы каждый ребёнок получил наилучшее начало жизни, пояснили власти страны.
Anthropic выпустили Fable 5 самую мощную AI в истории. Через 72 часа её заблокировали
Первый раз мы заговорили с другом о возможности симбиоза человека и машины где-то в 2018 году. Говорили о внедрении чипов в голову. Модернизация за счёт процессора, оперативки, памяти — подключаешь напрямую к мозгу. И рассуждая на эту тему, друг без колебаний сказал: как только такая возможность появится, он сразу ею воспользуется.На что я сказал, что ни за что бы на такое не согласился. Это противоестественно. Человек самодостаточный, настоящий — я думал так. Я был лёгок в своих рассуждениях. У меня не было никаких забот, конкуренция за рабочие места меня не касалась. Мне казалось, выбор всегда будет за мной.
Инновации и потенциал: кто попал в финал премии Всемирной организации интеллектуальной собственности
«ChatGPT с AliExpress» или лучшая китайская нейросеть: разбираемся в Qwen 3.7
Роли между популярными нейросетями более-менее распределены.
Месяц с LLM Wiki Андрея Карпатого: главная сила LLM — не в пересказе, а в умении «связывать» знания
ВступлениеЧитать статьи и веб-материалы через суммаризацию от LLM — это уже почти норма. Даже один только разбор общей картины плюс диалоговые вопросы заметно поднимают эффективность обучения.Но такой способ замыкается в одной сессии. А то, что по-настоящему определяет качество исследования и обучения, — это инсайты, рождающиеся из связей между материалами, прочитанными в разное время.
Курсы ментальной арифметики для детей: что выбрать в 2026 году
Как найти программу, которая научит не просто быстро считать, а развивать внимание, рабочую память и уверенность в математике без стресса? Курсы ментальной арифметики для детей от Hello World и Альфа-школы из каталога Хабр Курсов строится на игровых механиках, визуализации абакуса и персональном подходе. Внутри — разбор форматов и алгоритм выбора.Содержание
