Жизнь после RAG: MCP, логи и автоматический анализ тикетов Jira
Привет, Хабр! Меня зовут Илья Парамошин, я ведущий инженер в МТС Web Services. В прошлый раз я рассказывал об архитектуре RAG-помощника для технической поддержки: индексации Confluence и Jira, гибридном поиске, генерации ответов с цитатами и оценке качества поиска. А недавно мы опубликовали продолжение — о том, как построили ИИ-агента для анализа тикетов.
Как заставить ИИ соблюдать закон, не трогая веса. Выкладываем в открытый доступ внешний фильтр для LLM
В прошлом году я уже рассказывал об AVI
Arcanum: стимпанк, черный юмор и свобода
Шел июнь 2005 года. Экзамены закончились, впереди маячил долгий отдых, и я уже размышляла, чем бы себя занять, когда друг протянул диск со словами: «Попробуй, тебе должно понравиться». Это был Arcanum: Of Steamworks and Magick Obscura.
Плавучие дата-центры для ИИ: зачем их хотят отправить в море
Искусственный интеллект уже несколько лет подряд меняет не только алгоритмы и приложения, но и всю инфраструктуру, которая его поддерживает. Обучение LLM и особенно массовый запуск сервисов на их основе требуют все больше серверов с высокопроизводительными ускорителями. Эти машины выделяют столько тепла, что привычные способы охлаждения и подключения к электросетям на суше начинают упираться в потолок возможностей.
Перспективы 5G в России: читаем исследование МТС
Всех приветствую. В сотовой связи я, страшно подумать, уже третий десяток лет. Начинал еще в двухтысячных, в сетях 2G. Своими руками довелось обслуживать как CDMAone от Qualcomm, так и GSM от Alcatel, а позже строил третье поколение на Ericsson и четвертое на Huawei.
Как мы реализовали оптимальное обучение моделей в Luna Line. Часть 1. Классификация
Привет, Хабр! Меня зовут Анастасия Белозерова, я тимлид исследовательской команды, работающей над продуктом Luna Line
