Nemotron 3 Ultra стала самой мощной открытой моделью из США
**Nvidia анонсировала открытую MoE-модель Nemotron 3 Ultra с архитектурой на 550 млрд параметров, из которых 55 млрд активны при генерации.По оценке Artificial Analysis, модель обошла Gemma 4 и gpt-oss-120b. Выше в рейтинге остаются китайская Kimi K2.6 и закрытые флагманы уровня Opus 4.8.Скорость Nemotron 3 Ultra при тестировании через провайдера DeepInfra превышает 300 токенов в секунду. Открытые модели сопоставимого размера от DeepSeek и Moonshot генерируют 50–100 токенов. Релиз на Hugging Face, OpenRouter и других площадках запланирован на 4 июня. Artificial Analysis в сети Х:
Как я разогнал Qwen3.6-27B до 73 токен-с в llama.cpp: параметры, которые реально работают
Локальные LLM сейчас — это действительно мощный инструмент. Они уже вплотную приблизились к проприетарным моделям вроде Claude, особенно в задачах кодинга. Я сам активно использую локальные модели для разработки на TypeScript и Go.На данный момент самая интересная модель для моего стека — Qwen3.6-27B. Но один только выбор хорошей модели ничего не гарантирует. Без правильных параметров вы не получите ни скорости, ни качества.В этой статье я расскажу, с какими конкретно параметрами запускаю Qwen3.6-27B в llama.cpp
К2Тех и МТС Web Services объединяют усилия для развития доверенного генеративного ИИ в российских компаниях
Компании К2Тех и МТС Web Services (далее — MWS) стали технологическими партнерами. Соглашение о партнерстве было заключено на конференции ЦИПР-2026.Предметом соглашения стало совместное внедрение AI-сервисов MWS в российских компаниях. Речь идет как об облачных сервисах, развернутых в MWS Cloud, так и об on-premises решениях “под ключ”. Среди ключевых прикладных сценариев — корпоративный поиск по документам, классификация обращений, поддержка клиентов, генерация документов и отчетов, code review и разработка тест-кейсов, а также распознавание изображений и сканов.
Как мы получили p-value < 0.001 на 10 наблюдениях в группе: ультимативный гайд по A-B на малых выборках
Всем привет! Я Андрей Романов, тимлид команды аналитики Sales Tech в Авито, а также преподаватель и ментор по А/B-тестированию. В последние годы я регулярно работаю с A/B-тестами на малых выборках: когда в группе не тысячи пользователей, а 10–40 менеджеров, регионов или других экспериментальных единиц. На этом опыте я собрал практический гайд: что можно сделать до запуска, во время дизайна и после эксперимента, чтобы выжать максимум из ограниченных данных.
Контекст: сбрасывать нельзя компактизировать
Когда я только начинал пользоваться локальными агентами, я писал им как очень вежливому коллеге: «Please carefully analyze the project, find the best possible solution». Сейчас я всё чаще пишу инструкции телеграфом:Fix empty password validation in AuthScreen Done == AuthScreen tests pass Don't change public API Don't know? -> Read relevant files / google it Stuck? -> ask meГрамматика страдает, агент – нет. Ему не нужны артикли, предлоги и красивые обороты, если смысл однозначен. Это один из примеров контекстной гигиены в ежедневной работе. Меня зовут Андрей Жаров, я iOS-разработчик из компании Doubletapp
Трансфер знаний: как за 5 шагов мы превратили кризис в рутину
Реальный кейс из практики бизнес-аналитикаВместо введения: «да ладно, что там передавать?»Каждый аналитик хотя бы раз в жизни оказывался в ситуации, когда нужно:передать дела новому сотруднику,самому в срочном порядке вникнуть в чужие задачи,или организовать передачу проекта из рук в руки — то есть трансфер знаний.На первый взгляд, ничего сложного. Есть ресурсы, есть задачи, а если ещё и база знаний по проекту оформлена качественно — вообще красота.
Как мы в ZeBrains перешли на агентную разработку и что из этого вышло
Всем привет, на связи команда ZeBrains. Этот текст про то, как мы перестали просто использовать ИИ и начали с ним работать по-настоящему. Про настоящие проекты, настоящие шишки и один файл, который изменил всё.Спойлер: один разработчик теперь закрывает полный цикл от ТЗ до прода. Без дизайнера, без аналитика, без DevOps. За месяц. Но путь к этому был не таким прямым, как кажется.Сначала — честно о том, где мы были
На какую роль вы нанимаете AI?
История создания мультиагентной AI-системы, которая управляет корпоративной ИТ-инфраструктурой: следит за системами мониторинга, восстанавливает сервисы, разбирает security-алерты и понимает естественный язык. Один двор, два кабинета Пятница, 18:30. Соседние башни в одном бизнес-центре. Примерно на одном уровне в своих кабинетах сидят два руководителя по информационной безопасности (CISO (Chief Information Security Officer)
