llm. - страница 23

llm.

LLM‑беседы: Предрасположенность к риску разных ноосвиков – LLM

В литературе существует несколько работ, изучавших отношение разных ноосвиков / LLM к риску. Данная статья представляет обзор этих работ из перспективы развиваемой автором теории LLM. Любопытно, что хоть в общем случае задание (промпт) и влияет на рискованность поведения ноосвика, для популярных моделей в случае одинаковых стартовых условий обнаружена закономерность в рискованности их поведения: Claude Sonnet 4.5 < DeepSeek V3.2 < Gemini 3 Pro < Qwen3 Max < GPT-5.2.Эксперименты:

продолжить чтение

Можно ли отказаться от Opus и Codex? Проверил MacBook, игровой ноутбук и DGX Spark на одной задаче с ловушками

ПредысторияУ меня есть проект, о котором я раньше писал, open-daimon (групповой ИИ-чат для Telegram и платформа для расширений), и на его основе я сделал свой харнес, который запускает разные другие харнесы с разными ролями (публично open-daimon не обновляется, потому что разработку я веду пока только локально, так быстрее).В какой-то момент захотелось заняться локальными моделями, и причина простая: в облаке правила чужие, и меняются они без спроса.В октябре снова заговорили о том, что в потребительских условиях Anthropic

продолжить чтение

Вредоносное ПО стало использовать LLM для ранжирования жертв по степени их ценности

Исследователи рассказали о вредоносном инструменте VOLTA для кражи данных, который оснащён дополнительным модулем интеграции с искусственным интеллектом. Собрав учетные данные, сессионные токены и информацию о криптовалютных кошельках, VOLTA формирует структурированный пакет данных и передаёт его большой языковой модели для оценки потенциальной финансовой выгоды от активов жертвы.

продолжить чтение

Claude в фарме: шесть партнёров и 35 000 вариантов антител

Anthropic описала результаты нескольких месяцев работы Claude над задачами шести организаций, которые разрабатывают лекарства: BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines и The Column Group. Параллельно компания запустила собственные программы по редким детским формам мышечной дистрофии.Главная мысль отчёта простая: узкие места в разработке лекарств распределены по всему процессу, поэтому выигрыш даёт участие модели почти на всех этапах сразу. По итогам проектов Anthropic уже приоритизировала конкретные улучшения моделей.

продолжить чтение

Почему мы запретили AI-менеджеру писать код и поручили это Claude Opus

Мы уже рассказывали, как собрали AI-менеджера маркетплейсов на регулярках, пересадили его на агента и тут же обложили ограничениями, а потом удалили этого агента и написали заново: весь API Wildberries одним инструментом, интернет и ни одного нашего лимита.

продолжить чтение

Мой любимый скилл: -s

Не сарказм) Одна строчка инструкций для агента бережёт мой мозг:Your last response is too long. The user won’t read it. Shorten it. Keep only essential information.Остальное в файле скилла — метаданные--- name: s description: Shorten the last response. disable-model-invocation: true --- Your last response is too long. The user won't read it. Shorten it. Keep only essential information. disable-model-invocation не даёт агенту вызывать скилл самому.Мой агент слишком много болтает. Недавно в Claude Code появилась настройка как раз для этого, "outputStyle": "Concise"

продолжить чтение

Как ChatGPT помог мне потратить шесть часов на пятиминутную проблему

Как всё начиналосьВ тот августовский летний день я занимался своими исследованиями финансового рынка и приводил в порядок заметки в Obsidian. В какой-то момент я загрузил два CSV-файла, затем удалил их через Проводник Windows и обнаружил, что Obsidian стал подтормаживать.Причём тормозило не всё приложение. Редактор работал прекрасно, поиск тоже. А вот при переключении разделов настроек появлялась неприятная задержка. СпойлерСтатья не совсем про обычный баг хаунтинг

продолжить чтение

Зачем голосовому боту на LLM снова нужен классификатор вроде Jev

Голосовой бот на LLM разговаривает приятно, но на реальных звонках регулярно спотыкается. Он может найти свободное окно и так и не записать клиента или перебить человека, который просто задумался посреди фразы.Часть таких решений можно снять с LLM и отдать быстрой модели-классификатору. Самая обсуждаемая из них сейчас Jev от TypeSafe, и у нее уже появились открытые аналоги. Ниже разбираю, как Jev-подобные модели применяют в голосовых ботах другие команды, и сравниваю их кейсы с нашим опытом в Voximplant.Почему одной LLM мало

продолжить чтение

Как я написал линтер для Model Context Protocol (MCP) и нашел баги в официальных серверах Anthropic

С выходом Model Context Protocol (MCP) от Anthropic разработчики по всему миру бросились подключать LLM (Claude Desktop, Claude Code, Cursor, автономных агентов) к внешним сервисам, локальным файлам и базам данных. Идея великолепная — единый стандартизированный протокол на базе JSON-RPC 2.0 для предоставления контекста и инструментов.Но когда вы начинаете писать и отлаживать собственный MCP-сервер, быстро выясняется неприятная правда: инструментов для тестирования и статического анализа протокола в экосистеме практически не было.В итоге разработчики наступают на одни и те же грабли:Одинокий console.log("Connected to DB")

продолжить чтение

Как ИИ‑детекторы убивают высшее образование

Студенты всё чаще используют LLM для написания рефератов, курсовых работ, дипломных проектов — вообще любых заданий, где нет непрерывного и постоянного контроля преподавателя. Естественно, система высшего образования этим недовольна и пытается с этим бороться. И самое простое решение — выявлять и не допускать ИИ‑тексты.Эта статья о том, как ИИ‑детекторы неочевидно влияют на образование.СтудентыНа сегодня я вижу вполне сложившуюся траекторию наработки привычки использования LLM, начиная со школы и вплоть до дипломного проекта, с последующим продолжением на рабочем месте.

продолжить чтение

1...10...212223242526...3040...421