llm.
Приглашаем на ML-митап hh.ru
Если вы ML-разработчик или дата-сайентист и работаете с поиском и рекомендациями — приходите обсудить, как LLM и агенты помогают искать вакансии, кандидатов и недвижимость: от понимания запросов на естественном языке до оценки качества и работы в проде. После докладов продолжим общение за вкусной едой и напитками!Регистрируйтесь по ссылке и присоединяйтесь к митапу 19 ноября в 19:00 мск в офисе hh.ru или онлайн.
О Дух Машины, возьми наши деньги и забери у нас ручное тестирование
У нас было 15 000 ₽ в месяц, команда из пяти человек и катастрофическая нехватка времени на ручное тестирование. И мы призвали Духа Машины.
Локальные нейросети: своей видеокарты хватает на офис — если знать, зачем она
6 ноября 2026 веб-студия «Флаг» провела открытую лекцию про локальные AI-модели. Спикер — Саша Андреев (t.me/andr33vru): технический директор на аутсорсе, руководит студией заказной разработки и сам гоняет модели на RTX 3090. Ведущий — Миша Радионов, «Флаг Софт».Ниже — разбор того, о чём шла речь. Без магии и без «купите карту прямо сейчас».Зачем вообще локальноеОблачные модели умнее. Claude, Codex и компания тянут задачи, на которые бытовая видеокарта пока не претендует. Но умность — не единственная метрика.
Агентная система для тех, кто вкатывается: собираем агента поддержки от одного файла до Temporal, саги и circuit breaker
Клиент пишет в поддержку: «Посылка не пришла, верните деньги». Агента, который на это ответит, можно написать за вечер. Цикл из части 1, три инструмента, и в демо он отвечает правильно. А потом процесс перезапускается посреди возврата, провайдер модели ложится на полчаса, клиент нажимает «отправить» дважды. И оказывается, что агент это малая часть системы.Это третья, последняя часть серии. В первой разобрали агентный цикл, токены и кэш. Во второй
Какое качество реально достижимо в LLM проектах?
В этой статье рассмотрим все способы повышения качества работы одной ноды. Затем разберём, что происходит в цепочках последовательных вызовов.Главная мысль автора заключается в том, что на проде вам вряд ли удастся добиться качества ответов всей системы выше 90%. Лучше изначально ориентироваться на этот показатель, поскольку некоторые проекты из-за высокой стоимости ошибки никогда не сойдутся.Будем разбираться на примере определения кода услуги для 402-й формы. На первый взгляд задача простая: по названию услуги нужно выбрать соответствующий класс.Например, в справочнике есть такие категории:
Как рисовать BPMN диаграммы для процессов LLM оптимизации
Я работаю в Альфа Банке в команде, которая пытается оптимизировать валютный контроль. За время проекта, я с экспертом отрисовал большое кол-во диаграмм и вот пару лайфхаков, которые я понял.AS ISРисуем AS IS. На данном этапе пока что ничего не меняется. Мы как и в обычном проекте пытаем максимально точно описать существующий процесс.TO BEЗдесь уже начинаются свои приколы. Прежде всего мы должны разделять каким способ выполнятеся нода - LLM и КОД. (Всё, что можно сделать кодом, надо делать кодом). Я предлагю добавить на диаграмму легенду и выделять узлы реализованые
Как я научил ИИ-агента находить клиентов в госзакупках
Я работаю в продажах ИТ-оборудования и веду проекты системной интеграции. Хороший клиент для меня – компания, которой прямо сейчас нужны серверы или система хранения данных. Такие компании сами о себе сообщают. Они публикуют закупки, где написано, что нужно, сколько и к какому сроку.Проблема в том, что закупка – это еще не разговор. Чтобы позвонить с толком, менеджеру нужно прочитать техническое задание, понять, что за компания и есть ли у нее деньги, и найти, кому звонить. На одну закупку уходит заметное время, и не каждая закупка в итоге оказывается своей.
ИИ‑агент уверенно ошибается, а ИИ‑проверяющий говорит: всё в порядке
ИИ‑агент, тест и ИИ‑проверяющий: три разных ошибки в одном эксперименте
LLM-беседы: Эмоциональность в текстах ответов
LLM / ноосвики могут управлять эмоциональностью своих ответов.Эксперимент:Diallo et al. (2025) выделили в Llama-3-8B, дообученной в сторону снятия ограничений на выражение эмоций, послойные оси для шести эмоций Экмана: гнева, отвращения, страха, радости, печали и удивления. Затем, к процессу в активациях, порожденных выбранными заданиями 19-ти типов (написать сказку, сравнить театр и кино, описать день семьи в 1980, и т.п.), «примешивали» одну из эмоций сдвигом по выделенной оси на каждом прогоно-слое

