llm. - страница 16

llm.

Затестил Kimi AI, Qwen, DeepSeek и Grok на работе с текстами. Делюсь результатами

Нейросеть получает статью на редактуру и возвращает гладкий текст, в котором автора уже не узнать. В препринте 2026 года исследователи из Berkeley, Google DeepMind и других организаций показали, что ИИ-модели меняют смысл текста, даже когда их просят исправить только грамматику. Kimi AI, Qwen, DeepSeek и Grok всё чаще пробуют для текстов вместо ChatGPT, и выбирать среди них редактора на глаз рискованно.

продолжить чтение

В настройках бота было два лимита на длину диалога. Ни один из них ни разу не сработал

В админке Octery у каждой компании есть две настройки, которые ограничивают разговор бота с клиентом. Max Messages: сколько ответов бот даёт, прежде чем позвать менеджера. Hard Stop Threshold: сколько бессмысленных сообщений подряд он терпит, прежде чем сделать то же самое. 30 сентября выяснилось, что не работает ни та, ни другая, и, похоже, не работала с самого начала.

продолжить чтение

ИИ-агенты решили 99,4% задач. Но сначала 23 инженера 404 часа чинили сам экзамен

Представьте, что вы нанимаете программиста. Даёте ему 100 задач из реальных проектов, проверяете решения автоматическими тестами и получаете результат: 99 правильных.Впечатляет. Особенно если программист — нейросеть.Но затем выясняется, что часть экзаменационных заданий составлена неправильно. Некоторые тесты отвергают работающий код. Другие принимают неполные исправления. А в отдельных случаях испытуемый может найти готовый ответ в интернете.Именно с такой проблемой столкнулись исследователи, оценивающие современных ИИ-агентов для программирования.

продолжить чтение

Шифр на кубике Рубика: как девять ИИ решали одну задачу

Из девяти ИИ-моделей задачу с шифром на кубике Рубика полностью решила одна, две выдали выдуманные ответы с ложной «проверкой», остальные честно признали неудачу.ИсторияШифр придумал Дуглас Митчелл и опубликовал его в журнале Cryptologia в 1992 году. В октябре 2018 года немецкий популяризатор криптографии Клаус Шмех выложил в своём блоге Cipherbrain открытый вызов: зашифрованное на кубике сообщение, которое предлагалось прочитать. Решение появилось только через пять месяцев, в марте 2019 года.

продолжить чтение

Как мы строили и улучшали LLM‑слой для общения с покупателями

Мы начали с бота, который должен был снять с поддержки рутинные напоминания. Затем добавили языковую модель, научились учитывать смысл ответов покупателей и собрали каскад из двух судей и арбитра. По обновлённой сводке экспериментов совпадение действий с разметкой выросло с 74% до 84%, а общее число ошибок сократилось на 38% при примерно прежней средней стоимости решения.

продолжить чтение

Я отдал Директу 200 тысяч рублей и понял, что AI-продавца надо раздавать бесплатно

Каждый, кто писал в чат интернет-магазина, знает, чем это кончается. Вы хотите спросить про один товар, а окошко в углу сначала требует имя, телефон и почту. Вы заполняете все три поля, и если на часах уже больше десяти вечера, окошко обещает ответить «в течение минуты», через минуту сообщает, что «оператор скоро подключится», и больше не пишет ничего. В соседней вкладке к этому времени уже открыт конкурент.

продолжить чтение

ML и LLM: Разница с продуктовой точки зрения

Хотя ML и является старшим братом LLM, на поверку он всё-таки оказался двоюродным. В этой статье разбираем, чем отличается работа delivery-команд в ML- и LLM-проектах.В классическом ML мы оптимизируем метрикуНапример, предсказываем вероятность оттока клиента или определяем оптимальную цену товара.У нас есть узкая задача и понятная метрика качества. Когда мы делаем LLM-проект, то мы оптимизируем работу сотрудника.

продолжить чтение

Не DeepSeek единым: 4 китайских ИИ-проекта, о которых стоит знать

продолжить чтение

Claude Code без Anthropic: заводим агента на GLM-5.3 и Qwen через свой шлюз и собираем грабли

Из Беларуси Claude Code официально не работает: Anthropic не обслуживает регион, а белорусской картой не оплатить ни подписку, ни API. Мы делаем ZuBrIQ — шлюз к моделям с оплатой в BYN — и за последние месяцы заставили Claude Code, Codex и OpenCode работать на открытых моделях — GLM-5.3 у провайдера и Qwen3.8-27B на собственных V100. Ниже — схема и пять граблей, на каждую из которых мы наступили сами.Зачем вообще подменять модель под Claude CodeClaude Code — хороший агент, и он умеет ходить не только к Anthropic. Достаточно ANTHROPIC_BASE_URL

продолжить чтение

790 трлн токенов за октябрь: OpenRouter опубликовали новые данные об использовании LLM

OpenRouter, платформа для доступа к моделям разных компаний через единый API, собрали свежую сводку по использованию моделей за январь–октябрь 2026 года. Только за октябрь через неё прошло 790 трлн токенов. Это почти в 25 раз больше, чем в январе, и на 37% больше сентябрьского объёма.

продолжить чтение

1...10...141516171819...3040...421