llm. - страница 15

llm.

Как я пишу агента для оценки и выбора модели под свои задачи-агентов

В прошлый раз я писал про "Как я пишу почти автономного агента для разработки своих пет-проектов", а сейчас я хочу сместить фокус на выбор модели под конкретные задачи. В сети полно контента на тему "Вышел новый GPT Astra (Claude Fable) near-AGI edition", но нас это мало чем интересует: дорого, долго и слишком самостоятельны.На этот раз я решил обойтись без нейрослопа (почти), поэтому сразу прошу прощения за возможные ошибки, пунктуацию и пассивную агрессию (если такая имеет место быть с моей стороны)Зачем самостоятельно оценивать модели?

продолжить чтение

Глубоководье ИИ инженерии

Привет, Хабр!Меня зовут Егор Козельский. Около двенадцати лет я занимаюсь инженерией, в основном графикой и платформенными решениями. Последние годы я много работаю с ИИ-агентами в коммерческой и личной разработке и хочу поделиться опытом: какие проблемы у меня возникали, как я их решал и что в итоге получилось.Первая статья на тему организации работы с агентами была без конкретики и без технического уклона. Здесь уже покажу, как эта система устроена и что в ней изменилось.Небольшое введениеЕсли вы тоже работаете с агентами, многое из этого вам наверняка знакомо:

продолжить чтение

Можно ли заменить системный промпт начальным состоянием? Эксперименты на RWKV-7

Что такое начальное состояние модели? Почему у RWKV оно может заменить системный промпт? И чем это отличается от обычного промпта? Ответы на эти вопросы в этой статье.

продолжить чтение

Как настроить ИИ-агентов в OpenCode со своим провайдером

Если вы в курсе новостей последних трёх лет, то наверняка слышали о таком термине, как ИИ-агент. Даже больше — вы могли использовать или хотя бы знать о таких ИИ-агентных системах, как Claude Code или Codex.

продолжить чтение

Claude Code unbiased

Как-то я спросил Claude Code, какую CMS он посоветует. Хотел посмотреть, куда его клонит. Он ответил: Drupal. Да ну нафиг. Я спросил почему, и он объяснил, что увидел мой самописный скилл для Drupal и решил, что я работаю с Drupal и мне с ним будет удобно.Справедливо. Мои инструкции, скиллы и настройки делают агента предвзятым. А для этого вопроса мне нужен был непредвзятый. Хватило бы и обычного чат-бота, но мы же не ищем лёгких путей? 😁Я стал искать, как запустить Claude Code без своего конфига, и нашёл флаг --safe-mode

продолжить чтение

Локальная генерация на 16 ГБ: что умеют новые модели

В мае я писал про своё приложение SD Studio — оболочку над Stable Diffusion, в которой картинку описываешь обычным языком, а промпт и настройки подбирают LLM и пресеты. Делал я его, чтобы бесплатно генерировать сотни иллюстраций для книги-игры; зачем понадобилось своё приложение — тоже в первой статье.

продолжить чтение

Зачем ИИ-моделям самореплицироваться. Или это нужно не им?

В недавней статье Антропик “AI models may be capable of self-replicating without access to a datacenter “ исследователи рассмотрели как легковесные open-weight модели могут копировать себя на взломанные потребительские и IoT-устройства и поднимать там локальный инференс. Исследователи утверждают, что могут, но я полагаю, что в этом нет экономического смысла.В этой статье я рассматриваю вопрос, что на самом деле значит распространение ИИ, и как скорее всего это будет выглядеть на самом деле.Что значит саморепликация моделей у разработчиков

продолжить чтение

Применение ИИ в проведении численных экспериментов и оформлении статей поисковых НИР

продолжить чтение

Как я предсказал просмотры на Хабре через ML

Чуть больше года назад у меня вышла статья про биржу Kwork (ссылка на статью). Она набрала 30 000 просмотров. Результат неплохой, но в топе того же хабра лежат публикации по 150 000 и 350 000 просмотров. Мне стало интересно, почему одни статьи собирают пару тысяч просмотров, а другие читают сотнями тысяч.Я решил проверить это с помощью Python и машинного обучения. План был простой: собрать статистику по статьям из моего хаба, оценить качество текстов через языковую модель, загрузить все метрики в Random Forest и посмотреть, какие параметры сильнее всего влияют на просмотры.

продолжить чтение

Доверяй, но проверяй: 12 выводов о Human‑in‑the‑Loop с LLM

Когда приехали 90 батчей на проверкуСейчас LLM всё чаще внедряют в действующие бизнес‑процессы: поиск и сбор информации, структурирование данных, проверку и публикацию. При этом цена одной ошибки может быть высокой: потерянные деньги, время и репутация.

продолжить чтение

1...10...131415161718...3040...421