ИИ.
Как редактору повысить качество ответов RAG-поиска
Всем привет! Меня зовут Катя, я развиваю Gramax — базу знаний для ИТ-команд.В Gramax мы делаем упор на качественную работу как человека, так и машины. И часто получаем вопросы, как автор статей может повлиять на качество выдачи ИИ-поиска. В большей мере качество поиска зависит от нас: мы регулярно улучшаем внутренние механизмы, чтобы авторы не становились заложниками технологий. Но есть универсальные правила, которые работают в любой системе с RAG. Этими правилами и хотим поделиться в этой статье:)Основной принцип
Линейка HighFreq или как выжать из облака максимум для инференса, ML и других высоких нагрузок
«Больше» — не всегда значит «лучше». К пользовательским приложениям в облаках
Один ИИ за пять дней уничтожил двадцать лет опенсорсной защиты. Вот как это было
854 миллиона скачиваний за год. Пять дней работы Claude Code.
Microsoft вступила в гонку в сфере здравоохранения с использованием ИИ наряду с OpenAI и Anthropic
Microsoft внедряет специальный раздел, посвященный здоровью, в свой ИИ-помощник Copilot.
Коммуникации в командах: где найти время на реальную работу?
Проблема: когда коммуникации поглощают рабочее времяИсследование: сколько времени уходит на коммуникации?Практика: три разных мира коммуникаций
Авито Реклама запустила инструмент на базе ИИ, автоматически регулирующий дневной бюджет кампаний
Функция упрощает работу предпринимателей: система сама подбирает ставки и помогает привлекать трафик по оптимальной цене без потери эффективности.Алгоритмы анализируют аукцион, параметры таргетинга и другие показатели в режиме реального времени. Раньше рекламодателям приходилось вручную задавать фиксированную стоимость клика (CPC) или тысячи показов (CPM), но теперь ИИ может автоматически менять эти значения в пределах установленного диапазона, чтобы избежать лишних расходов.
ИИ-сервис для программирования Lovable достиг $400 млн годовой выручки
Антон Осика, CEO LovableШведский стартап Lovable сообщил
Ещё один архитектор правил для ИИ-агентов
Проблема, которую ощущают многие, но решают немногие.Вы запускаете Zed, Kiro, Cline, Claude Code или Qwen. Описываете задачу. Агент создаёт код. И вот он перед вами... Иногда качественный. Иногда — беспорядочная смесь чужих стандартов, случайных шаблонов и игнорирование структуры вашего проекта.Вы поправляете. Объясняете снова. Поправляете. Через час понимаете: вы тратите больше времени на управление агентом, чем на саму задачу.Знакомо?Почему агенты «тупят»Дело не в модели. Claude, GPT, Gemini, Qwen — все они достаточно "умные".Проблема в другом: У агента нет контекста вашего проекта.

