ai.
Павел Дуров анонсировал Cocoon — децентрализованную сеть для приватного AI-инференса на TON
Автор фото: Руслан ХайруллинПавел Дуров на конференции Blockchain Life in Dubai 2025 объявил о запуске Cocoon — Confidential Compute Open Network
Как я собрал AI-ассистента для отца с больным сердцем: Tool-Calling RAG Pipeline на GPT-4o-mini без LangChain
🚀 Идея, Которая Важнее КодаМой отец — человек, переживший несколько сложнейших операций на сердце. Жизнь с хроническим заболеванием — это бесконечный поток анализов, заключений и схем приёма лекарств. Находясь далеко (я живу во Вьетнаме), я постоянно волновался: не забудет ли он про дозу, правильно ли понял назначение, задал ли все нужные вопросы врачу?Мне нужен был не просто бот-напоминалка, а второй пилот — умный, конфиденциальный и мультимодальный AI-Кардиолог. Ассистент, который знает его анамнез наизусть, понимает голосовые команды и может "прочитать" фотографию свежего анализа.
Due Diligence с LLM: Разбор Акций МТС
Этот материал — практический кейс, навеянный статьей от сотрудников BlackRock и материалом, который освещал эту новость на Хабресхема взаимодействия агентовВступление: Зачем нужен системный подход
LLM as a Resonance-Holographic Field of Meanings
Alright. I pose the same question to an LLM in various forms. And this statistical answer generator, this archive of human knowledge, provides responses that sometimes seem surprisingly novel, and other times, derivative and banal.On Habr, you'll find arguments that an LLM is incapable of novelty and creativity. And I'm inclined to agree.You'll also find claims that it shows sparks of a new mind. And, paradoxically, I'm inclined to agree with that, too.The problem is that we often try to analyze an LLM as a standalone object, without fully grasping what it is at its core. This article posits that the crucial question isn't what an LLM knows or can do, but what it fundamentally is.The Phenomenon of "Subliminal Learning"A July preprint on arXiv
Градиентный спуск: как «слепой в лабиринте» находит выход в миллиардном пространстве — и почему это сердце любого ML
Пошаговый разбор с метафорами, формулами и лайфхаками, которые спасут ваш fit()
