Контекстная инженерия для слабой локальной модели: как мы делаем среднюю модель надёжной
Принято думать, что качество ИИ-агента упирается в размер модели. Но когда модель работает локально, в закрытом контуре и на ограниченном железе, брать «побольше» особо некуда. И оказывается, что главный рычаг не модель, а контекст: что вы ей показываете, в каком порядке и как фильтруете. Причём «контекст» здесь — это сборка под то, кто спрашивает, откуда и о чём, плюс честный порог релевантности и продуманный порядок секций. На сильной облачной модели небрежный контекст прощается запасом по reasoning; на средней локальной — нет. Об этом и статья.Почему на локальной модели контекст важнее самой модели
Fable и Mythos официально возвращаются сегодня — факты из поста Anthropic
Антопики написали большой пост, в котором много воды. Но если выделить главное, то- Официально подтверждено, что именно специалисты из Amazon отправили инфу о джейлбрейке Fable в правительство- Антропики хотя и не уточняют, что именно делал этот джейлбрейк, но говорят что даже Haiku 4.5 мог бы сделать эксплоит для подобных уязвимостей (но только если ему дать данные о самой уязвимости), а найти уязвимость сейчас могут Opus 4.8, GPT-5.5, and Kimi K2.7 - то есть это не было уникальной силой Fable- Они продолжают настаивать, что джейлбрейк был очень узкий, поэтому его
Одна и та же модель выдала 28% и 76% на одном бенчмарке. Разница — в способе подачи вопросов
Я собирал бенчмарк для русскоязычных LLM на корпоративных документах: политики, приказы, счета, согласования. Хотел проверить, умеет ли модель найти нужный документ среди похожих, сослаться на конкретную строку и не сломаться, когда в одном из документов меняешь одну дату.В этом эксперименте результат оказался сильно зависим от того, как были организованы запросы к модели.
В июне 2026 года акции Microsoft упали более чем на 18%
В июне 2026 года акции Microsoft упали на 18,4%, что стало худшим месячным показателем с декабря 2000 года, пишет Bloomberg. Рыночная стоимость американской корпорации за прошедший месяц сократилась на $613 млрд.
Генерация автотестов и локаторов с ИИ: рабочий код и подводные камни
Всем привет! Я продолжаю цикл статей про применение ИИ в тестировании. В прошлый раз мы остановились на том, что без README с описанием архитектуры фреймворка генерация автотестов на большом легаси-проекте превращается в бесконечный цикл ревью и правок. Поэтому, начать лучше с создания такого документа, а уже после него переходить к коду.Сегодня я расскажу о том, как именно я генерировала автотесты и локаторы, сколько это заняло по времени и где модель всё равно ошибалась.Что нужно для запуска генерации автотестов?Минимальный список артефактов на входе:README с архитектурой
Почему вы не видите, что на самом деле происходит между моделью и MCP-сервером
Недавно Claude уверенно пересказал мне большой документ, хотя прочитал только его начало.Я подключил mcp-server-fetch
Сегментация опухолей головного мозга на МРТ-снимках с акцентом на точность границы
Один из самых важных параметров на МРТ снимках — это граница опухоли. Именно эта граница определяет, какие структуры головного мозга были затронуты опухолью, и позволяет оценить степень поражения соседних областей и тканей. Благодаря качественному определению контура можно точнее спрогнозировать лечение, поэтому нельзя недооценивать важность определения границ.
Разрабатываю игру в одиночку: нейросети вредят или спасают?
Что представляет собой разработка инди-игры в одиночку в 2026 году? Какие у инди-разработчика появились новые инструменты и какие возможности ему предоставляет современное развитие нейросетей? А также — что ждёт инди-индустрию в ближайшие годы? Своим мнением обо всех этих вопросах я и хочу поделиться в новой статье.1. Вступление
