llm. - страница 177

llm.

Подключаем ИИ органы чувств: bash-демон, пайка и самосознание на Raspberry Pi

Что будет, если попытаться нейросети дать доступ к реальным датчикам, исполнительным механизмам и рассказать, как этим пользоваться? Поймёт ли она? И озадачиться, как склеить её ответы в поток сознания?У меня были Raspberry Pi 2B (256 Мб RAM), прочитанная “Ложная слепота” Уоттса, желание пощупать применение нейросетей и некоторое количество времени, а получился проект “Экипаж”.Предупреждение: всё описанное дальше пилилось для использования и с помощью нейросетей.

продолжить чтение

Как у меня НЕ получился торговый бот на Polymarket

Привет, Хабр. Видел в интернете кейс. где сделали бота с LLM для торговли на Polymarket и он сделал $10k из $1k за месяц. Ну и чо бы не попробовать что то такое же сделать! Побочный проект, чисто по приколу. Вооружил его вирутальным стартовым капиталом — $100 нарисованных.И вот на второй день этот несерьёзный проект показал +9% на счёте.

продолжить чтение

Контент-завод в 2026 году: разбор автономных систем, который отговорит вас это покупать

Заходишь в любой телеграм-канал про AI: контент-завод, AI-фабрика контента, нейроконвейер. 5к запросов в вордстате за май. Слово сейчас примерно как «нейросеть» в 2023-м: написал в шапке курса, уже эксперт.Обещание у всех одинаковое – автономия. Поставил систему на крон и забыл. К утру в запретграме полсотни роликов и триста новостей в телеге. Зарплат живым людям платить не надо. Ну кайф же.

продолжить чтение

I just want an agent. Часть 2. Как мы построили виртуальную команду для разработки ИИ-агентов

В первой части

продолжить чтение

Почему ломается ваш AI-агент — и почему смена модели обычно его не чинит

Представьте внутреннего AI-агента, который помогает компании искать общие документы и управлять ими. Он работает. До тех пор, пока 12–15% запросов не начинают падать. Агент возвращает не тот документ, редактирует не тот файл, молча падает или уверенно ссылается на файл, которого не существует. Поиск по фото отказывает с той же частотой. Ошибки размазаны равномерно по пользователям, фичам и запросам.

продолжить чтение

Строим первую линию техподдержки на n8n за 250$ в месяц. Часть 2

В первой части

продолжить чтение

Покопались в .cursorrules на GitHub и нашли там волка-фурри, Star Trek и 28.7% копипасты

Где-то на GitHub лежит репозиторий с файлом .cursorrules. Среди инструкций для Cursor затесалась строчка:ALWAYS refer to the user as "My Dear Capybara"И это не пасхалка или шутка в комментариях.

продолжить чтение

Spec-driven development в микросервисах, часть 2: как archspec делает контекст сервисов явным

Вторая статья из цикла из трёх частей.Часть 1 — где LLM теряет межсервисный контекст и почему локальных спек недостаточно.

продолжить чтение

Норвежская библиотека представит LLM с использованием 2 ПБ флэш-памяти Huawei

Норвежская Национальная библиотека разрабатывает большую языковую модель, которая понимает норвежский язык. Учреждение использует 2 ПБ флэш-памяти Huawei OceanStor Dorado в конвейере данных для обучения ИИ. 

продолжить чтение

AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемо

В прошлой главе я разобрал три провала чужих AI-агентов в проде - PocketOS, потерю production-базы Replit и сценарии GitHub Copilot, в которых агент действовал быстрее, чем человек успевал сказать стоп.Финал был честный: эти три - не про то, как делать правильно. Это места, где меня поймало бы, если бы я не прочитал разборы до того, как Lexis стал продуктом для людей.И я обещал в следующей главе перейти с уровня отдельные истории на уровень данных. Конкретно - две вещи.Первая: ProgramBench. Топ-модели, которые закрыли SWE-bench на 95%, на ProgramBench показывают 0% и 3%. Не упали на десять пунктов - обнулились.

продолжить чтение